Test hipotezy wspólnego potwierdzenia stopnia integracji ADF-KPSS

• Autorzy: Piotr Kębłowski

Warianty tytułu

ADF-KPSS Test for Join Confirmation Hypotesis of Unit Root

• Języki publikacji: PL

Abstrakty

W pracy przedstawione są wartości krytyczne testu hipotezy wspólnego potwierdzenia stopnia integracji ADF-KPSS, obliczone dla najczęściej spotykanych w praktyce długości szeregów czasowych. Ponadto zaprezentowano wyniki analizy mocy testu, ze szczególnym uwzględnieniem zmiennych generowanych przez proces stochastyczny ze zmianą strukturalną. Wartości te zostały wyznaczone w oparciu o empirycznie symulowany metodami Monte Carlo, dwuargumentowy rozkład statystyk testu łącznego ADF-KPSS.

EN

This paper presents critical values for ADF-KPSS test of join confirmation hypthesis, which were calculated through Monte Carlo experiments. Futhermore, the results of test performance analysis are presented, where emphasis was placed on variables generated by stochastic processes with structural breaks.

Słowa kluczowe

PL

Procesy stochastyczne; Analiza szeregów czasowych; Metoda Monte Carlo; Testowanie hipotez

EN

Stochastic processes; Time-series analysis; Monte Carlo method; Hypothesis testing

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2003
• Tom: 50
• Numer: z. 3
• Strony: 87--104

Twórcy

autor

Piotr Kębłowski

Bibliografia

• [1] Amano, R.A. i van Norden S., [1992], Unit-root test and the burden of proof, Bank of Canada, Ottawa.
• [2] Charemza, W.W., Syczewska E.M., [1998], Joint application of the Dickey-Fuller and KPSS tests, Economics Letters, vol. 61, s. 17-21.
• [3] Charemza, W.W., Syczewska E.M., [1999], The Dickey-Fuller and KPSS tests in practice: an application to East European time series, Department of Economics, University of Leicester.
• [4] DeJong, D.N., Nankervis J.C., Savin N.E., Whiteman C.H., [1988], Integration versus trend stationarity in macroeconomic time series, Department of Economics, University of Iowa, Ames.
• [5] Dickey, D.A. i Fuller W.A., [1979], Distribution of the estimators for autoregressive time series with a unit root, Journal of the American Statistical Association, vol. 74, s. 427-431.
• [6] Ericsson, N.R. i MacKinnon J.G., [2001], Distibutions of error correction tests for cointegration, Econometrics Journal, vol. 4, s. 1-34.
• [7] Hendry, D.F., [1984], Monte Carlo experimentation in econometrics, Handbook of Econometrics, vol. 2, s. 937-976, Z. Griliches and M.D. Intriligator, Amsterdam.
• [8] Kwiatkowski, D., oraz Phillips P.C.B., Schmidt P., Shin Y., [1992], Testing the null hypothesis of stationarity against the alternative of a unit root, Journal of Econometrics, vol. 54, s. 159-178.
• [9] Milo, W., [1990], Szeregi czasowe, PWN, Warszawa.
• [10] Nelson, C.R. i Plosser C.I., [1982], Trends versus random walks in macroeconomic time series. Some evidence and implications, Journal of Monetary Economics, vol. 10, s. 139-162.
• [11] Newey, W.K., West K.D., [1987], A simple positive semi-definite hetero-scedasticity and autocorelation consistent covariance matrix, Econometrica, vol. 55, s. 703-708.
• [12] Park J.Y., [1990], Testing for unit roots and cointegration by variable addition, Advances in Econometrics, JAI Press, Londyn.
• [13] Perron, P., [1989] The great crash, the oil price shock and the unit root hypothesis, Econometrica, vol. 57, s. 1361-1401.
• [14] Phillips, P.C.B. i Perron P., [1988] Testing for a unit root in time series regression, Biometrika, vol. 75, s. 335-346.
• [15] Schlitzer, G., [1996] Testing the null of stationarity against of a unit root: an application to the Italian post-economy, Applied Economics, vol. 28, s. 327-331.
• [16] Stock, J.H. [1994] Units roots, structural breaks and trends, Handbook of Econometrics, vol. 4, Z. Griliches and M.D. Intriligator, Amsterdam.
• [17] Welfe, A., [1998] Ekonometria. Metody i ich zastosowanie, PWE, Warszawa.