„Cointegration“ yra tvirti ilgalaikiai santykiai. Tai, kad du kintamieji yra integruoti, reiškia, kad nors jie auga ar krenta, tačiau tai daro sinchronizuotai ir palaiko šį ryšį laikui bėgant.
Kointegracijos samprata kyla iš problemos bandyti sužinoti, ar du ar daugiau kintamųjų iš tikrųjų yra susiję. Daugybė kintamųjų sąsajų gali būti netikri, ty klaidingi. Netikras reiškia, kad nors statistiškai atrodo, kad jie yra susiję, tai yra grynas atsitiktinumas. Čia yra grafikas, susiejantis du kintamuosius (x ir x1).
Šis grafikas sudarytas iš dviejų serijų, kurias atsitiktinai sugeneravo statistinio programavimo programinė įranga, vadinama R Studio. Kadangi kintamieji buvo sugeneruoti atsitiktinai, menkiausias egzistuojantis ryšys yra grynas atsitiktinumas. Tačiau žiūrėdami į grafiką galime manyti, kad jie palaiko stabilius santykius. Kai auga x, auga ir x1.
Be to, padarę tiesinį regresijos modelį, kuris paaiškina x vertę pagal x1, gauname grafike esančią regresijos tiesę. Tai rodo, kad R kvadratas yra 0,62, tai yra, x1 gali paaiškinti 62% x variantų.
Tai, kad šios dvi visiškai atsitiktinės ir nepriklausomos viena nuo kitos serijos gali turėti akivaizdų ryšį, atveria duris į begalinių galimybių pasaulį, kuriame gali būti susiję daugybė nesusijusių kintamųjų. Šia prasme kointegracijos testai yra atsakingi už tai, ar šis ryšys yra teisingas ir prasmingas, ar jis klaidingas. Kadangi tai yra statistiniai testai, pagrįsti matematinėmis formulėmis, jie nėra neklystantys. Tačiau jie yra labai reiklūs bandymai, kurie užtikrina labai didelę tikimybę išvengti netikrų santykių.
Kointegracijos bandymo atlikimo veiksmai
Norėdami supaprastinti paaiškinimą, mes nagrinėsime tik du kintamuosius (x ir x1). Pavyzdžiui, infliacija ir palūkanų normos, arba BVP ir nedarbo lygis. Taigi, naudodamiesi kointegracijos testu, išvardinsime veiksmus, kad nustatytume, ar santykiai yra netikri.
- Nustatykite ryšį tarp kintamųjų
Galingiausias būdas suvokti dviejų kintamųjų santykius ekonomikoje yra logika. Statistika ir, tiksliau, ekonometrija, bando pateikti tik skaičius. Bet tai turi būti ekonomistas ar ekonometrikas, kuris, remdamasis ekonomikos teorija, nustato santykių logiką.
- Ištraukite duomenis ir sugeneruokite modelį
Ištraukus duomenis, jie yra patikimi ir neturi vertinimo klaidų, modelis bus sugeneruotas. Nors situacijų yra ir daugiau, supaprastinti galime susidurti su dviem scenarijais:
- x ir x1 yra nejudantys. Tai apskaičiavo įprasti mažiausi kvadratai (OLS)
- Serijos nėra stacionarios, tačiau jos yra integruotos.
- Cointegracijos testas
Garsiausias kointegracijos testas yra Dickey-Fuller testas. Testas atliekamas su likučių serijomis. Tai yra, mes darome modelį. Mūsų atveju x bandome paaiškinti x1 reikšmėmis. Ir mes turime x reikšmių įvertį. Skirtumas tarp faktinių x reikšmių ir x įverčio vadinamas liekamuoju. Testas atliekamas su likučių serijomis. Tokiu būdu, jei bandymu galima patvirtinti, kad liekanos yra nejudančios, kintamieji bus integruoti. Priešingu atveju jų nebus.
Kam naudinga kointegracija?
Kointegracija yra naudinga ekonomikoje kuriant patikimus prognozuojamus modelius. Taip pat prekybos atveju, kai naudojami statistiniai arbitražo metodai, pavyzdžiui, prekyba poromis. Arba sukurti makroekonominiais kintamaisiais pagrįstus modelius, leidžiančius įvertinti turto vertę tam tikru metu. Aiškus kointegracijos naudingumo pavyzdys yra porų prekyba. Jei neužtikrinsime, kad laikui bėgant du finansiniai aktyvai turėtų stabilius santykius, galėtume prarasti daug kapitalo investuodami pagal šią strategiją.
Taškinis įvertis