Investicia do zlata.

Podílové fondy, akcie, komoditní trhy, spekulace, aukce. Kam a jak nejlépe investovat volné finanční prosředky

Moderátor: Moderátoři FinExpert.cz

Odeslat příspěvekod mlsal 20. 8. 2020 21:44

Kód řady zlata je GOLDAMGBD228NLBM

Test kointegrace (Engle-Granger) pro MZM-GOLD

Krok 1: test jednotkového kořenu v d_l_GOLD

Rozšířený Dickey-Fullerův test pro d_l_GOLD
s použitím 12 zpožděných proměnných (1-L)d_l_GOLD
počet pozorování 609
nulová hypotéza jednotkového kořenu: a = 1

test s konstantou
model: (1-L)y = b0 + (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,600379
testovací statistika: tau_c(1) = -4,7905
asymptotická p-hodnota 5,37e-005
autokorelační koeficient 1. řádu pro e: -0,003
zpožděné diference: F(12, 595) = 2,656 [0,0018]

Krok 2: test jednotkového kořenu v d_l_MZM

Rozšířený Dickey-Fullerův test pro d_l_MZM
s použitím 12 zpožděných proměnných (1-L)d_l_MZM
počet pozorování 609
nulová hypotéza jednotkového kořenu: a = 1

test s konstantou
model: (1-L)y = b0 + (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,260707
testovací statistika: tau_c(1) = -4,99403
asymptotická p-hodnota 2,1e-005
autokorelační koeficient 1. řádu pro e: -0,003
zpožděné diference: F(12, 595) = 4,754 [0,0000]

Krok 3: kointegrační regrese

Kointegrační regrese -
OLS, za použití pozorování 1968:04-2020:01 (T = 622)
Závisle proměnná: d_l_GOLD

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
const 0,00275684 0,00288101 0,9569 0,3390
d_l_MZM 0,553096 0,309501 1,787 0,0744 *

Střední hodnota závisle proměnné 0,005994
Sm. odchylka závisle proměnné 0,055977
Součet čtverců reziduí 1,935862
Sm. chyba regrese 0,055878
Koeficient determinace 0,005125
Adjustovaný koeficient determinace 0,003520
Logaritmus věrohodnosti 912,6327
Akaikovo kritérium −1821,265
Schwarzovo kritérium −1812,399
Hannan-Quinnovo kritétium −1817,820
rho (koeficient autokorelace) 0,033829
Durbin-Watsonova statistika 1,929770

Krok 4: test jednotkového kořenu v uhat

Rozšířený Dickey-Fullerův test pro uhat
s použitím 12 zpožděných proměnných (1-L)uhat
počet pozorování 609
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,561
testovací statistika: tau_c(2) = -4,59688
asymptotická p-hodnota 0,0008044
autokorelační koeficient 1. řádu pro e: -0,003
zpožděné diference: F(12, 596) = 3,051 [0,0003]

Zajímá mě, jestli to počítám správně. Přece jen ze školy už jsem dlouho. :-)
mlsal
Diskutér

Odeslat příspěvekod jednadva 21. 8. 2020 00:15

Technická: data pro MZM jsou až od r. 1980, na rozdíl od zlata, které je od r. 1968. Takže test je až od roku 1980. Ale to není podstatné.

Jestli jsi chtěl udělat EG test ručně, tak musíš v prvním kroku udělat lineární regresi na I(1) řadách. Vím, vypadá to divně, ale má to svůj hlubší smysl.

Ty jsi udělal lineární regresi na prvních diferencích, které podle ADF vypadají jako I(0). Kdyby ale řady vstupující do první regrese byly typu I(0), tak nemá smysl uvažovat o jejich kointegraci. Nebyly by integrované, a tedy by ani nemohly být kointegrované: nemohly by mít společný stochastický trend, protože žádná z nich by neměla svůj stochastický trend.

Koeficient v té regresi je každopádně statisticky nevýznamný.

Nejde použít nějakou naprogramovanou funkci? Třeba v R máš funkci "egcm" (balík "egcm"). Ta mi vyhodila nulovou kointegraci testovaných logaritmovaných řad bez ohledu na to, kterou proměnnou jsem použil jako závislou. Proces reziduí z první regrese měl v obou případech jednotkový kořen, takže z testované dvojice řad nelze vytvořit takovou lineární kombinaci, která by byla I(0).
jednadva
Diskutér

Odeslat příspěvekod jednadva 21. 8. 2020 01:45

Možná bude ještě problém v datech: mám řadu MZM od r. 1980, ale měsíční MZMSL je delší. Já použil týdenní MZM, která je od r. 1980. Zatím ale pořešíme to, co jsem napsal výše. Případné problémy s daty pořešíme následovně.

-- 21. 8. 2020 01:51 --

Tak výsledek identický na řadách GOLDAMGBD228NLBM a MZMSL od r. 1968. Nulová kointegrace podle Johansena i podle EG (bez ohledu na volbu závislé proměnné).
jednadva
Diskutér

Odeslat příspěvekod gotesák 21. 8. 2020 17:33

W.Buffett, v minulosti proslulý nepřítel zlata najednou otáčí a nakupuje za půl miliardy USD..........to naznačuje dlouhodobé směrování tohoto sektoru.
Ovšem momentálně můžeme krátkodobě určitě dolů, takže zase není nutné úplně spěchat.
https://markets.businessinsider.com/com ... 029508939#
Život je příliš krátký na to, aby člověk chodil do práce.
gotesák
Diskutér
Uživatelský avatar

Odeslat příspěvekod saabik 21. 8. 2020 21:15

Procentuelně mám ve zlatu mnohonásobně víc než Buffett. A to tam mám jen cca 4 % kapitálu a taky mu moc nevěřím :mrgreen: .

Kapitalizace BH je nějakých 500 mld. USD, těch 500 mio je plivanec.
saabik
Diskutér

Odeslat příspěvekod mlsal 21. 8. 2020 21:41

jednadva,

Měsíční data MZMSL, GOLDAMGBD228NLBM od 1.4.1968 do 1.7.2020.

1) výpočet korelací:
corr(MZMSL, GOLDAMGBD228NLBM) = 0,90025136

2) OLS bez konstanty:

Model 7: OLS, za použití pozorování 1968:03-2020:06 (T = 628)
Závisle proměnná: GOLDAMGBD228NLBM

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
MZMSL 0,0976396 0,00124958 78,14 0,0000 ***

Střední hodnota závisle proměnné 550,8361
Sm. odchylka závisle proměnné 458,8821
Součet čtverců reziduí 30041745
Sm. chyba regrese 218,8915
Necentrovaný koeficient determinace 0,906870
Centrovaný koeficient determinace 0,772461
F(1, 627) 6105,494
P-hodnota(F) 0,000000
Logaritmus věrohodnosti −4274,619
Akaikovo kritérium 8551,237
Schwarzovo kritérium 8555,680
Hannan-Quinnovo kritétium 8552,963
rho (koeficient autokorelace) 0,985641
Durbin-Watsonova statistika 0,028947

3) Durbin-Watsonova statistika < koef, determinace (0,90) ... falešná regrese

4) Logaritmická diference hodnot
Graf Id_MZMSL.png
Graf ld_MZMSL

Graf Id_Gold.png
Graf ld_Gold


5) OSL bez konstanty:

Model 8: OLS, za použití pozorování 1968:04-2020:06 (T = 627)
Závisle proměnná: ld_GOLDAMGBD228NLBM

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
ld_MZMSL 0,692338 0,215896 3,207 0,0014 ***

Střední hodnota závisle proměnné 0,006255
Sm. odchylka závisle proměnné 0,055969
Součet čtverců reziduí 1,953409
Sm. chyba regrese 0,055861
Necentrovaný koeficient determinace 0,016162
Centrovaný koeficient determinace 0,003853
F(1, 626) 10,28369
P-hodnota(F) 0,001411
Logaritmus věrohodnosti 919,6502
Akaikovo kritérium −1837,300
Schwarzovo kritérium −1832,859
Hannan-Quinnovo kritétium −1835,575
rho (koeficient autokorelace) 0,035821
Durbin-Watsonova statistika 1,920614

6) Durbin-Watsonova statistika OK. Má být v rozsahu 1,5-2,5.
Rezudua regrese.png
Rezidua regrese


7) Kointegrační test Engle-Granger

Krok 1: test jednotkového kořenu v ld_GOLDAMGBD228NLBM

Rozšířený Dickey-Fullerův test pro ld_GOLDAMGBD228NLBM
s použitím 12 zpožděných proměnných (1-L)ld_GOLDAMGBD228NLBM
počet pozorování 614
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,527209
testovací statistika: tau_nc(1) = -4,43671
asymptotická p-hodnota 1,005e-005
autokorelační koeficient 1. řádu pro e: -0,003
zpožděné diference: F(12, 601) = 3,033 [0,0004]

Krok 2: test jednotkového kořenu v ld_MZMSL

Rozšířený Dickey-Fullerův test pro ld_MZMSL
s použitím 12 zpožděných proměnných (1-L)ld_MZMSL
počet pozorování 614
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,0748101
testovací statistika: tau_nc(1) = -2,25911
asymptotická p-hodnota 0,02304
autokorelační koeficient 1. řádu pro e: -0,006
zpožděné diference: F(12, 601) = 8,285 [0,0000]

Krok 3: kointegrační regrese

Kointegrační regrese -
OLS, za použití pozorování 1968:04-2020:06 (T = 627)
Závisle proměnná: ld_GOLDAMGBD228NLBM

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
ld_MZMSL 0,692338 0,215896 3,207 0,0014 ***

Střední hodnota závisle proměnné 0,006255
Sm. odchylka závisle proměnné 0,055969
Součet čtverců reziduí 1,953409
Sm. chyba regrese 0,055861
Necentrovaný koeficient determinace 0,016162
Centrovaný koeficient determinace 0,003853
Logaritmus věrohodnosti 919,6502
Akaikovo kritérium −1837,300
Schwarzovo kritérium −1832,859
Hannan-Quinnovo kritétium −1835,575
rho (koeficient autokorelace) 0,035821
Durbin-Watsonova statistika 1,920614

Krok 4: test jednotkového kořenu v uhat

Rozšířený Dickey-Fullerův test pro uhat
s použitím 12 zpožděných proměnných (1-L)uhat
počet pozorování 614
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,546897
testovací statistika: tau_nc(2) = -4,54073
asymptotická p-hodnota 0,0001
autokorelační koeficient 1. řádu pro e: -0,002
zpožděné diference: F(12, 601) = 3,123 [0,0003]

Řady jsou kointegrované.
Naposledy upravil mlsal dne 21. 8. 2020 22:11, celkově upraveno 1
mlsal
Diskutér

Odeslat příspěvekod jednadva 21. 8. 2020 22:02

Jak jsi na to přišel?
jednadva
Diskutér

Odeslat příspěvekod mlsal 21. 8. 2020 22:19

Rezidua jsou stacionární, viz kointegrační test.
mlsal
Diskutér

Odeslat příspěvekod jednadva 21. 8. 2020 22:21

Jaký? Musíš testovat na hladinách, tj. na nestacionární řadě. Obě řady máš I(0), takže nesplňují nutnou podmínku pro test.

-- 21. 8. 2020 22:22 --

Ty sis ani nepřečetl, co jsem ti napsal o těch I(1) řadách?
jednadva
Diskutér

Odeslat příspěvekod jednadva 21. 8. 2020 23:23

Kód: Vybrat vše
> getSymbols("GOLDAMGBD228NLBM",src='FRED')
[1] "GOLDAMGBD228NLBM"
> getSymbols("MZMSL",src='FRED')
[1] "MZMSL"
>
> g=na.omit(GOLDAMGBD228NLBM)
>
> m=na.omit(MZMSL)
>
> gm=cbind(g,m)
> gm=na.omit(gm)
> gm=log(gm)
> names(gm)=c("gold","money")
>
> ##ADF test jednotkového kořene testovaných řad (hladin)
> gsum=summary(ur.df(y=gm$gold,lags=100,selectlags=c("AIC")))
> msum=summary(ur.df(y=gm$money,lags=100,selectlags=c("AIC")))
>
> gsum

###############################################
# Augmented Dickey-Fuller Test Unit Root Test #
###############################################

Test regression none


Call:
lm(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)

Residuals:
      Min        1Q    Median        3Q       Max
-0.198171 -0.029593 -0.004369  0.028204  0.255298

Coefficients:
              Estimate Std. Error t value Pr(>|t|) 
z.lag.1      0.0007781  0.0005000   1.556   0.1208 
z.diff.lag1 -0.0998715  0.0574928  -1.737   0.0834 .
z.diff.lag2  0.1105673  0.0575135   1.922   0.0555 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.05415 on 293 degrees of freedom
Multiple R-squared:  0.03315,   Adjusted R-squared:  0.02325
F-statistic: 3.349 on 3 and 293 DF,  p-value: 0.01948


Value of test-statistic is: 1.5562

Critical values for test statistics:
      1pct  5pct 10pct
tau1 -2.58 -1.95 -1.62

> msum

###############################################
# Augmented Dickey-Fuller Test Unit Root Test #
###############################################

Test regression none


Call:
lm(formula = z.diff ~ z.lag.1 - 1 + z.diff.lag)

Residuals:
      Min        1Q    Median        3Q       Max
-0.028282 -0.006792 -0.002578  0.002730  0.138665

Coefficients:
             Estimate Std. Error t value Pr(>|t|)   
z.lag.1     0.0007468  0.0001332   5.609 4.72e-08 ***
z.diff.lag1 0.2665147  0.0580266   4.593 6.50e-06 ***
z.diff.lag2 0.1230843  0.0579966   2.122   0.0347 * 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.01505 on 293 degrees of freedom
Multiple R-squared:  0.3761,    Adjusted R-squared:  0.3697
F-statistic: 58.87 on 3 and 293 DF,  p-value: < 2.2e-16


Value of test-statistic is: 5.6085

Critical values for test statistics:
      1pct  5pct 10pct
tau1 -2.58 -1.95 -1.62


Kód: Vybrat vše
> e=egcm(gm$money,gm$gold) #Englova-Grangerova (EG) metoda
> summary(e)
gold[i] =   0.7375 money[i] +   0.0521 + R[i], R[i] =   1.0000 R[i-1] + eps[i], eps ~ N(0,  0.0748^2)
           (0.0223)            (0.1831)                (0.0074)

R[2020-07-01] = 0.0940 (t = 0.187)

WARNING: money and gold do not appear to be cointegrated.

Unit Root Tests of Residuals
                                                    Statistic    p-value
  Augmented Dickey Fuller (ADF)                        -2.767    0.16715
  Phillips-Perron (PP)                                 -6.570    0.61732
  Pantula, Gonzales-Farias and Fuller (PGFF)            0.991    0.75038
  Elliott, Rothenberg and Stock DF-GLS (ERSD)          -0.628    0.71660
  Johansen's Trace Test (JOT)                         -70.593    0.00010
  Schmidt and Phillips Rho (SPR)                       -8.581    0.58799

Variances
  SD(diff(money))      =   0.014705
  SD(diff(gold))       =   0.075185
  SD(diff(residuals))  =   0.074750
  SD(residuals)        =   0.501940
  SD(innovations)      =   0.074750

Half life       = Infinite
R[last]         =   0.094020 (t=0.19)
> plot(e)

EG.png
jednadva
Diskutér

Odeslat příspěvekod jednadva 26. 8. 2020 16:09

saabik: Tak mlsal už se neozývá, takže už nebudu čekat na jeho reakci a odprezentuju ten generický dluhopis. Vyšla tam taky nulová kointegrace. Přikládám kód + grafy (EG) + výstupy z testu (EG + J).

Kód: Vybrat vše
library(quantmod)
library(zoo)
library(urca)
library(egcm)

g=getSymbols("GOLDAMGBD228NLBM",src='FRED',auto.assign=FALSE)
m=getSymbols("DGS10",src='FRED',auto.assign=FALSE)

gm=cbind(g,m)

gm=log(gm)

gm=na.omit(gm)

names(gm)=c("gold","money")

##ADF test jednotkového kořene testovaných řad (hladin)
(gsum=summary(ur.df(y=gm$gold,lags=100,selectlags=c("AIC"))))
(msum=summary(ur.df(y=gm$money,lags=100,selectlags=c("AIC"))))

##ADF test jednotkového kořene testovaných řad (diferencí)
dg=na.omit(diff(gm$gold))
dm=na.omit(diff(gm$money))

(dgsum=summary(ur.df(y=dg,lags=100,selectlags=c("AIC"))))
(dmsum=summary(ur.df(y=dm,lags=100,selectlags=c("AIC"))))

e=egcm(gm$money,gm$gold) #Englova-Grangerova (EG) metoda
summary(e)
plot(e)

s=ca.jo(gm) #Johansenův test
summary(s)
plot(s)


Zlato + DGS10.png


Kód: Vybrat vše
> summary(e)
gold[i] =  -0.9790 money[i] +   7.5796 + R[i], R[i] =   0.9994 R[i-1] + eps[i], eps ~ N(0,  0.0203^2)
           (0.0123)            (0.0242)                (0.0002)

R[2020-08-24] = -0.4270 (t = -0.536)

WARNING: money and gold do not appear to be cointegrated.

Unit Root Tests of Residuals
                                                    Statistic    p-value
  Augmented Dickey Fuller (ADF)                        -2.708    0.19292
  Phillips-Perron (PP)                                 -7.276    0.55373
  Pantula, Gonzales-Farias and Fuller (PGFF)            1.000    0.96486
  Elliott, Rothenberg and Stock DF-GLS (ERSD)          -0.086    0.86276
  Johansen's Trace Test (JOT)                         -19.484    0.06694
  Schmidt and Phillips Rho (SPR)                       -2.575    0.95980

Variances
  SD(diff(money))      =   0.016244
  SD(diff(gold))       =   0.012673
  SD(diff(residuals))  =   0.020355
  SD(residuals)        =   0.795991
  SD(innovations)      =   0.020349

Half life       = 1133.288545
R[last]         =  -0.427049 (t=-0.54)
> summary(s)

######################
# Johansen-Procedure #
######################

Test type: maximal eigenvalue statistic (lambda max) , with linear trend

Eigenvalues (lambda):
[1] 7.719108e-04 5.220488e-05

Values of teststatistic and critical values of test:

         test 10pct  5pct  1pct
r <= 1 | 0.67  6.50  8.18 11.65
r = 0  | 9.92 12.91 14.90 19.19

Eigenvectors, normalised to first column:
(These are the cointegration relations)

          gold.l2  money.l2
gold.l2  1.000000  1.000000
money.l2 1.267686 -5.748814

Weights W:
(This is the loading matrix)

              gold.l2      money.l2
gold.d  -0.0003987080  8.953315e-06
money.d -0.0002152098 -2.754438e-05

>
jednadva
Diskutér

Odeslat příspěvekod saabik 26. 8. 2020 17:13

:hm . Zvláštní. Zkusím po dovolené najít analýzu, ve které došli k opačnému závěru.
saabik
Diskutér

Odeslat příspěvekod jednadva 26. 8. 2020 17:33

Možná to byly jiné řady, možná není úplně v pořádku logaritmovat výnosy apod. Anebo opravdu mysleli "korelaci" těch řad, která je sice asi -0,57, ale není validní, protože ty řady jsou nestacionární a na nich nedává smysl počítat korelaci jako r=COV(XY)/SD(X)SD(Y), protože směrodatné odchylky I(1) procesů rostou v čase a jmenovatel diverguje. Anebo je možné, že jsem někde udělal nějakou jinou větší či menší chybu.
jednadva
Diskutér

Odeslat příspěvekod mlsal 26. 8. 2020 19:37

Potřeboval jsem trochu času, abych o tom něco načetl.

Pokud už to počítám správně, můžu potvrdit nulovou kointegraci u řad GOLDAMGBD228NLBM a GS10. Výstup Engle-Granger testu pro data od 1980.3 (strukturální zlom)

Krok 1: test jednotkového kořenu v l_GOLD

Rozšířený Dickey-Fullerův test pro l_GOLD
testing down from 12 lags, criterion AIC
počet pozorování 471
nulová hypotéza jednotkového kořenu: a = 1

test s konstantou
s použitím jedné zpožděné proměnné (1-L)l_GOLD
model: (1-L)y = b0 + (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): 0,00230801
testovací statistika: tau_c(1) = 0,647128
asymptotická p-hodnota 0,991
autokorelační koeficient 1. řádu pro e: -0,005

Krok 2: test jednotkového kořenu v l_GS10

Rozšířený Dickey-Fullerův test pro l_GS10
testing down from 12 lags, criterion AIC
počet pozorování 471
nulová hypotéza jednotkového kořenu: a = 1

test s konstantou
s použitím 2 zpožděných proměnných (1-L)l_GS10
model: (1-L)y = b0 + (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): 0,00168078
testovací statistika: tau_c(1) = 0,353935
asymptotická p-hodnota 0,981
autokorelační koeficient 1. řádu pro e: 0,007
zpožděné diference: F(2, 467) = 25,766 [0,0000]

Krok 3: kointegrační regrese

Kointegrační regrese -
OLS, za použití pozorování 1981:03-2020:06 (T = 472)
Závisle proměnná: l_GOLD

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
const 7,60585 0,0462144 164,6 0,0000 ***
l_GS10 −0,809441 0,0272218 −29,73 4,55e-110 ***

Střední hodnota závisle proměnné 6,321799
Sm. odchylka závisle proměnné 0,606413
Součet čtverců reziduí 60,11496
Sm. chyba regrese 0,357637
Koeficient determinace 0,652924
Adjustovaný koeficient determinace 0,652185
Logaritmus věrohodnosti −183,4090
Akaikovo kritérium 370,8180
Schwarzovo kritérium 379,1319
Hannan-Quinnovo kritétium 374,0883
rho (koeficient autokorelace) 0,981585
Durbin-Watsonova statistika 0,031591
zde je poznámka o zkratkách statistik modelu

Krok 4: test jednotkového kořenu v uhat

Rozšířený Dickey-Fullerův test pro uhat
testing down from 12 lags, criterion AIC
počet pozorování 469
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
s použitím 2 zpožděných proměnných (1-L)uhat
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): -0,0169705
testovací statistika: tau_c(2) = -2,07204
asymptotická p-hodnota 0,4903
autokorelační koeficient 1. řádu pro e: 0,005
zpožděné diference: F(2, 466) = 4,533 [0,0112]

___________________________________________________________________________________
Pro řady GOLDAMGBD228NLBM a MZMNS vyšla podle Engle-Granger testu také nulová kointegrace

Krok 1: test jednotkového kořenu v l_GOLDAMGBD228NLBM

Rozšířený Dickey-Fullerův test pro l_GOLDAMGBD228NLBM
testing down from 12 lags, criterion BIC
počet pozorování 627
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
s použitím 0 zpožděných proměnných (1-L)l_GOLDAMGBD228NLBM
model: (1-L)y = (a-1)*y(-1) + e
odhadovaná hodnota (a - 1): 0,000933656
testovací statistika: tau_nc(1) = 2,50331
p-hodnota 0,9973
autokorelační koeficient 1. řádu pro e: 0,035

Krok 2: test jednotkového kořenu v l_MZMSL

Rozšířený Dickey-Fullerův test pro l_MZMSL
testing down from 12 lags, criterion BIC
počet pozorování 624
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
s použitím 3 zpožděných proměnných (1-L)l_MZMSL
model: (1-L)y = (a-1)*y(-1) + ... + e
odhadovaná hodnota (a - 1): 0,000257232
testovací statistika: tau_nc(1) = 6,52012
asymptotická p-hodnota 1
autokorelační koeficient 1. řádu pro e: -0,001
zpožděné diference: F(3, 620) = 210,513 [0,0000]

Krok 3: kointegrační regrese

Kointegrační regrese -
OLS, za použití pozorování 1968:03-2020:06 (T = 628)
Závisle proměnná: l_GOLDAMGBD228NLBM

koeficient směr. chyba t-podíl p-hodnota
---------------------------------------------------------
l_MZMSL 0,744307 0,00248691 299,3 0,0000 ***

Střední hodnota závisle proměnné 5,924306
Sm. odchylka závisle proměnné 0,971139
Součet čtverců reziduí 157,3209
Sm. chyba regrese 0,500910
Necentrovaný koeficient determinace 0,993049
Centrovaný koeficient determinace 0,733955
Logaritmus věrohodnosti −456,4381
Akaikovo kritérium 914,8761
Schwarzovo kritérium 919,3187
Hannan-Quinnovo kritétium 916,6020
rho (koeficient autokorelace) 0,991415
Durbin-Watsonova statistika 0,012418
zde je poznámka o zkratkách statistik modelu

Krok 4: test jednotkového kořenu v uhat

Rozšířený Dickey-Fullerův test pro uhat
testing down from 12 lags, criterion BIC
počet pozorování 627
nulová hypotéza jednotkového kořenu: a = 1

test bez konstanty
s použitím 0 zpožděných proměnných (1-L)uhat
model: (1-L)y = (a-1)*y(-1) + e
odhadovaná hodnota (a - 1): -0,00858489
testovací statistika: tau_nc(2) = -1,93307
p-hodnota 0,2633
autokorelační koeficient 1. řádu pro e: 0,039
mlsal
Diskutér

Odeslat příspěvekod Hlava 26. 8. 2020 22:04

Ty bláho, o čem je tady poslední dobou řeč? :-)
Resp. co si z té směsice číslic, hodnot a konstant máme odnést?
Hlava
Diskutér

Předchozí stránkaDalší stránka

Kdo je online

Uživatelé procházející toto fórum: Žádní registrovaní uživatelé a 0 návštevníků