Schätzung von ARDL mit Kointegrationsgrenzen in STATA Vor kurzem habe ich einige Kommentare zu meinen früheren ARDL-Blogs im Mikrofit-AMD-ARDL in den Vorträgen 9 zum Verfahren zur Anwendung des ARDL mit Kointegrationsgrenzen von Pesaran in STATA erhalten. Es wird erwartet, dass STATA mehr unter Praxis-Software in der Forschungsgemeinschaft ist. Heute werde ich zeigen, wie ARDL in STATA zu tun. Zuerst benötigen wir das ARDL-Modul für STATA, für diesen schreibe folgenden Befehlfindit ARDL im STATA-Befehlsfenster zeigt es die Verbindung für das ARDL-Modul an, klicke es an und installiere in deinem STATA. Es folgt der Befehl ardl depvar indepvar1 indepvar2. Aic hier aic wird verwendet, um automatische Verzögerung Auswahl mit Akike Information Criterion-Methode. Im Folgenden sind die Ergebnisse. Ich habe die Ergebnisse mit der ARDL von eviews, sie sind etwa 90 ähnlich der geringfügige Unterschied ist, weil die Tatsache, dass beide Software-Pakete verwenden eine andere Methode, um Standard-Fehler zu berechnen. Im Folgenden ist der Befehl ardl, noctable btest zeigt die ARDL gebundenen Test-und kritische Werte. Erwartungsgemäß sind die kritischen Werte die gleichen wie die, die in den Eviews gezeigt werden, aber der gebundene Test ist etwas größer in eviews ist es 5,43 hier ist es 5,62 daher können wir sagen, dass es mehr Chancen, dass Sie Kointegration finden in STATA. Nun benötigen Sie die Langzeit - und Kurzzeit-Koeffizienten, die es durch ardl geschätzt werden kann. Hier wird ec dazu verwendet, die Fehlerkorrekturversion des Modells mit aic als Kriterium für die Verzögerungsreihenfolge zu erzeugen. Das Wichtigste ist die Verwendung von restore (name) - Befehl, wird es später erklärt werden. Hier sehen Sie die LR ist die langfristige Schätzungen, SR ist die kurzfristige Schätzungen und ADJ ist der Anpassungskoeffizient oder die Fehlerkorrekturkoeffizienten. Jetzt für den Fall, um die Post-Schätzung Diagnosen zu generieren, müssen Sie die ardl geschätzten Ergebnisse in das Reg-Format zu konvertieren, so dass wir Post-Schätzungen anwenden können. Dazu schreiben Sie die Befehlsschätzungen wiederherstellen ecreg wird es das Ergebnis des ardl ecm Modell in den Speicher des Computers zu bringen. Und wenn Sie den Regress-Befehl schreiben wird es die ecm Ergebnisse unter regress Befehl wie unten zeigen Hier können Sie die folgenden Befehle estat dwatson für die Durbin Watson D-Statistiken für die 1. Ordnung Autokorrelation verwenden. Estat archlm für den ARCH LM Test für Autocorrelation höherer Ordnung estat bgodfrey für den Breusch Godfrey LM Test für höhere Ordnung Autokorrelation estat am heftigsten für Breusch Pagan Heteroscedasticity Test. Estat ovtest für Ramsey RESET test estat vif für den VIF-Test der Multicollinearität Für alle diese Tests ist das Entscheidungskriterium in Form von Null - oder Alternativhypothesen verfügbar. Bis jetzt schaue ich, wie die Stabilität des Koeffizienten (CUSUM) - Tests in STATA zu überprüfen. Jeder, der weiß, wie man es bitte teilen. Hoffe das hilft. Update: cusum6 Befehl kann verwendet werden, um CUSUM und CUSUMsq Diagramme für ARDL in Stata zu generieren Vielen Dank Norman für diese neue interessante Seite auf ARDL. I8217m nur das Lernen dieses Modells und vergleichen mit einigen Ergebnissen in Microfit. Und es gibt auch einige Unterschiede in den Ergebnissen. Ich habe eine Frage, um sicher zu sein, dass ich die Ausgabe von Stata gut verstehe. Das 8220ADJ8221-Teil entspricht wirklich dem Einstellungsterm, also Parameter des Terms (y - teta8217 x), rechts ich frage dies wegen des Namens der Ausgabe (es wird geschrieben y, zB8221 LP L1.8221). Vielen Dank. Nein die adj ist tatsächliche Verzögerung der abhängigen Variable in der kurzen Lauf Gleichung, so wird es sein L. LP Solomon Bizuayehu sagt: Sorry, don8217t wissen, der richtige Ort, um diesen Kommentar zu schreiben: Erstens, danke für die kurze Notiz auf ARDL. Wenn es hilft, bezüglich Ihrer letzten Frage in der Anmerkung, können wir CUSUM Test unter Verwendung des folgenden Verfahrens auf STATA tun. 1. wenn ihr zum ersten Mal das Dienstprogramm installiert, indem Sie den Befehl 8220ssc installieren, installieren Sie cusum68221 2. schreiben Sie den folgenden Befehl 8220cusum6 Y X1 X2 Jahr, cs (cusum) lw (untere) uw (obere) 8221 diese Kommentare können in geschrieben werden Befehlsfenster von STATA. Es kann getan werden, vor oder nach der Schätzung ARDL-Modell Solomon Bizuayehu sagt: Sorry, ich bin auch nicht klar, zu diesem Punkt. Also in deinem Modell, welcher Parameter bezieht sich auf Fehlerkorrektur in der kurzen Laufzeit lief ich ardl-Modell und leider habe ich nicht das Ergebnis für LD. Y laged Differenz der abhängigen Variable in der kurzen Zeit, es enthält nur unabhängige Variablen obwohl ich den gleichen Befehl wie Sie verwendet. Können Sie helfen, die ECM (-1) oder manchmal geschrieben als ECT (-1) ist tatsächlich die L. Y-Variable. Dies ist die Fehlerkorrekturvariable. Zweitens sollte das LD. Y dort sein. Im dritten Bild ist die erste Variable im SR-Bereich die LD. Y Vielen Dank lieber Norman, bitte, ist es möglich, eine Dummy-Variable in der ECM-Gleichung zu verwenden. Zum Beispiel: dy ay (-1) bx (-1) a1dy (-1) 8230apdy (-p) b0dx8230bqdx (-q) cdum ja können Sie, in den meisten Software gibt es die Möglichkeit der Hinzufügung von exogenen Variablen können Sie die Dummy-Variable setzen Da ich es kurz vorstellen werde. Hallo Norman, I8217ve entdeckte gerade die 8220cusum68221 Befehl in Stata, um die CUSUM und cusumSQ Tests Park Sangyoup sagt: Hallo, Nomad. Vielen Dank für diese nützlichen Informationen. I8217m Park von Korea. Nach dem tun 8220ardl, nichtebar btest8221 I8217ve nur von 8216ARDL regression8217 zu 8216Root MSE8217 erhalten. Ich konnte nicht die Grenzen Testergebnisse mit F Statistiken und T-Statistik. Wie bekomme ich das oder gibt es ein Problem mit meinem STATA ardl, nichtehelich btest ARDL-Regression Modell: level Sample: 1991m5 8211 2015m10 Anzahl von obs 294 Log-Likelihood -319.91337 R-Quadrat .97642429 Adj R-Quadrat .97576251 Root MSE .7296046 Das ist alles, was ich bekommen habe. Hallo, ich habe keine Ahnung, wie es ist ein Stecker kann es Ihre Version von stata möglicherweise nicht unterstützen diese Version freundlich schreiben Ardl in Ihrem Befehlsfenster und kontaktieren Sie den Plugin-Hersteller in Bezug auf dieses Problem kann er kann sagen, wenn es irgendwelche gibt Kompatibilitätsproblem. Grüße Park Sangyoup sagt: I8217m mit STATA13. Ich schickte dem Schöpfer ein Emil. Hoffnung, eine Antwort bald zu erhalten. Trotzdem danke. Park Sangyoup sagt: Hallo Noman. Ich erhielt die Antwort vom Hersteller. Er sagte mir zu setzen, 828ardl, depavar indvar, Lags ec8217 und es ging gut. Ich kann jetzt meine Arbeit dank Ihnen beenden. Vielen Dank. Großer Artikel Ich habe ein paar Fragen, die ich möchte Sie fragen Sie über Cointegration im Allgemeinen. 1) Wenn ich eine Mischung aus stationär und stationär habe, so habe ich 2 I (0) und 2 I (1), keine Variablen sind I (2). Kann ich tatsächlich gelten die VAR-Ansatz dann Weil Ive mehrere Threads zu diesem Thema gesehen und alle scheint verschiedene Antworten geben die ganze Zeit. (Ich möchte nicht die erste Diff der Variablen verwenden) 2) Kennen Sie eine realistische Quelle von Ihnen Antwort über 1), kann ich nicht finden, jede wichtige Quelle, die Sie nicht verwenden können VARVECM, wenn Sie eine Mischung aus Variablen der verschiedenen Stationaritäten haben 3) Gibt es eine Begrenzung in der über Variablen in einem ARDL-Modell verwendet werden Wie ein Benchmark. Vielen Dank für einen hervorragenden Blog übrigens, werde ich es teilen. 1) eigentlich hat der Erfinder von VECM 8220Katarina8221 in ihrem Buch erwähnt, dass VECM, das eine spezielle Form von VAR ist, für I (0) und I (1) Variablen verwendet werden kann und es auch die Methode veranschaulicht. Warum die Leute keine gemischten Variablen in VAR verwenden, da theoretisch die Variable I (0) nicht durch die Variable I (1) verursacht werden kann und in VAR getestet wird. 2) sollten Sie das Buch von 8220Die Cointegration VAR Model8221 von 8220Katarina Juselius8221 es ist eine gute Referenz 3) es gibt keine Begrenzung im ARDL-Modell, aber je mehr die Variablen Sie verwenden, desto weniger wahrscheinlich wird es Kointegration unter ihnen, wie Sie es benötigen würde Größere Probe, um die Kointegration zu bestätigen. Danke für die Antworten. Ich habe eine weitere Frage im Zusammenhang mit ARDL: Was passiert, wenn die ECM-Konstante ADJ in stata erweist sich als negativ, aber nicht signifikant 1) Kann ich noch kurzfristige Beziehung haben, wenn sagen, eine Variable hat einen signifikanten kurzen Laufkoeffizienten 2) 1), sondern für die langfristige. Vorherige Kommentare Beiträge Kategorien Follow Blog via Email Search HierAnnouncement 24 Jul 2014, 16:11 1) Ich verstehe Ihre erste Frage nicht vollständig. Im Wesentlichen müssen Ihre Variablen nicht stationär sein. Das ARDL-Modell ist geeignet, wenn Sie (höchstens) eine Kointegrationsbeziehung zwischen Ihren Variablen haben. 2) Die optimale Verzögerungslänge wird üblicherweise auf der Basis von Modellauswahlkriterien, wie dem Akaike oder Schwarz-Informationskriterium, bestimmt. Sie führen das Modell für alle möglichen Lag-Kombinationen und schließlich das Modell, das den kleinsten Wert des jeweiligen Kriteriums unter allen Modellen liefert. Zum Beispiel mit dem Schwarz-Bayesschen Kriterium (SBC), einer unabhängigen Variablen und einer maximalen Verzögerungslänge von 4: Achten Sie darauf, dass die Stichprobe mit allen Verzögerungskombinationen so beschränkt wird, dass die gleiche Anzahl von Beobachtungen verwendet wird in jedem Fall. Andernfalls wären die Stichprobenauswahlkriterien nicht vergleichbar. 26 Jul 2014, 10:27 Wenn Ihre Variablen I (1) sind und Sie mehr als eine Kointegrationsbeziehung zwischen ihnen haben, wäre das ARDL-Modell mit einfacher Gleichung nicht spezifiziert, da es nur eine Kointegrationsbeziehung aufnehmen kann. In diesem Fall würden Sie lieber ein Vektor-Fehlerkorrekturmodell (VECM) abschätzen. Wenn Ihre Variablen I (1) sind und Sie genau eine Kointegrationsbeziehung haben, können Sie das ARDL-Modell analytisch in der Fehlerkorrekturdarstellung mit den ersten Differenzen von depvar auf der linken Seite, der Kointegrationsbeziehung der Ebene Variablen sowie zusätzliche Verzögerungen der ersten differenzierten depvar und indepvars auf der rechten Seite. Alle diese Komponenten sind dann I (0), die zeigen, dass Sie dieses ARDL-Modell in Ebenen sicher abschätzen können. Wenn Ihre Variablen I (1) sind, aber Sie keine Kointegrationsbeziehung zwischen ihnen haben, ist die Schätzung weiterhin gut, da es Werte für die Populationsparameter gibt, so dass der Fehlerterm I (0) aufgrund des Einbezugs von Verzögerungen sein kann Der abhängigen Variablen (die Summe der Koeffizienten für die Verzögerungen von depvar würde in dem zugrundeliegenden Datenerzeugungsprozeß gleich Eins sein, so daß der Pegelausdruck in der Fehlerkorrekturdarstellung des Modells ähnlich für Unabhängige, die I (1) sind) . Allerdings wäre es in diesem Fall effizienter, ein ARDL-Modell direkt in ersten Differenzen abzuschätzen. Wenn alle Ihre Variablen I (0) sind, dann haben Sie offensichtlich kein Problem mit dem ARDL-Modell. Der Punkt, den ich machen möchte, ist folgender: Der Test auf Nichtstationarität und Kointegration Ihrer Variablen ist immer noch nützlich, da er Sie zur optimalen Modellwahl führt (VECM, ARDL in Ebenen, ARDL in ersten Unterschieden). Zuletzt bearbeitet von Sebastian Kripfganz 26 Jul 2014, 10:42. 26 Jul 2014, 14:30 Vielen Dank. Eine letzte Frage, wie würde ich wissen, ob mein Modell mehr als eine Kointegrationsbeziehung hat, versuche ich, die Auswirkungen der privaten Investitionen herauszufinden. Öffentlichen Investitionen und der Straßenlänge auf die Beschäftigung im Verkehrssektor. Das Modell I hat keine signifikanten p-Werte, obwohl der Wald-Test f-stat höher ist als der obere Grenzwert von persan, was darauf hindeutet, dass es eine langfristige Beziehung zwischen den Variablen gibt. Aber was ist mit den p-Werten sollte ich Sorgen Alle Variablen des Modells sind I (0) Zuletzt bearbeitet von danishussalam 26 Jul 2014, 14:34. 26 Jul 2014, 15:23 Du würdest ein Vektorfehlerkorrekturmodell und einen Test für den Kointegrationsrang abschätzen. Siehe vecrank und seine Dokumentation im Stata-Handbuch. Bezüglich Ihrer EViews-Ausgabe: Ihr Wald-Test enthält den Koeffizienten der verzögerten abhängigen Variablen, so dass es nicht verwunderlich ist, dass es die Nullhypothese zurückweist. Allerdings mache ich mir Sorgen um den Koeffizienten Ihrer verzögerten abhängigen Variablen in der Fehlerkorrektur-Darstellung der ARDL, die -1,39 ist. Dieser Koeffizient sollte typischerweise im Bereich von -1,0 liegen, aber Ihr liegt weit außerhalb dieses ökonomisch sinnvollen Bereichs. 29 Jul 2014, 14:58 Vielen Dank, dass Sie sebastian. Das war wirklich hilfreich. Ich bekomme jetzt ARDL-Modelle in den Griff. Nach dem Johansen-Kointegrationstest schätze ich ein ARDL-Modell des folgenden Typs: d (empt) c trend empt (-1) lnroad (-1) d (empt (-1)) d (lnroad (-1)). Der Koeffizient von empt (-1) war bw -1 und 0 und auch der f-Wert von c (3) und c (4) war größer als der obere Grenzwert. Jetzt speichere ich den Rest der obigen Gleichung in einer Reihe, die ECM genannt wird, und schätzt eine andere Regression für kurzfristige Beziehung. Meine fragen: welche regression soll ich jetzt schätzen 1) d (empt) c trend d (empt (-1)) d (lnroad (-1)) ecm (-1) 2) D (lnroad) ecm (-1) Zweitens. Kann auch sagen, dass der Koeffizient von ecm (-1) nicht bw -1 und 0. können wir schließen, dass die Variablen haben eine lange Beziehung, aber sie haben keine kurzfristige Beziehung Würde wirklich zu schätzen wissen, wenn Sie frühestens antworten können. 30 Jul 2014, 01:41 Vielleicht ist es zu früh am Morgen für mich, aber ich sehe keinen Grund, warum du 1) oder 2) schätzen willst. Die Kurzzeit-Effekte sind bereits im Modell enthalten. Sie werden durch die Koeffizienten der ersten differenzierten Regressoren gegeben. Der Koeffizient von ecm in 1) und 2) sollte tatsächlich Null sein, da er den verrauschten Teil (die Residuen) Ihres ursprünglichen Modells enthält, der d (empt) nicht erklärt. Wenn es nicht null ist, kann dies eine Folge der Verwendung von ecm eine Periode sein, die in 1) und 2) (wieder, warum) zurückgeblieben ist. Ich würde dann vermuten, dass Sie einige Verzögerungen in Ihrem ursprünglichen Modell fehlen, um die Dynamik vollständig zu erfassen. Btw: Da dies ist das Stata-Forum wäre es besser, wenn Sie Stata-Syntax anstelle von EViews-Syntax verwenden, um es einfacher für die Stata listers, Ihr Problem zu verstehen. Zuletzt bearbeitet von Sebastian Kripfganz 30 Jul 2014, 01:43. 02 Aug 2014, 04:54 Hallo Sebastian, nur in Bezug auf Ihren Code für die Wahl der optimalen Lag-Länge. Ist es möglich, es so zu modifizieren, dass p die maximale Verzögerungslänge ist und k die Anzahl der Variablen ist, die ein enthalten ist. Wie bei dem obigen Code führt Stata Kombinationen aus, bei denen die Verzögerungen bei allen erläuternden Variablen gleich sind Im Gegensatz zu laufen alle möglichen Kombinationen (so dass viel mehr Regressionen). Jede Hilfe wäre sehr geschätzt Karl. 04 Aug 2014, 03:36 Ich habe gerade einen benutzerdefinierten Befehl von mir und Daniel Schneider, der diese Aufgabe erfüllt. Der Befehl ardl passt zu einem linearen Regressionsmodell von depvar auf indepvars mit verzögerten depvar und indepvars als zusätzliche Regressoren. Es können Informationskriterien verwendet werden, um die optimalen Verzögerungslängen zu finden. Der Schätzausgang wird entweder in Ebenenform oder in Fehlerkorrekturform geliefert. Als Option können die Ergebnisse der PesaranShinSmith (2001) - Grenze Testverfahren für die Existenz einer Ebenen-Beziehung angezeigt werden. Sie können das Ardl-Paket finden und installieren, indem Sie die folgende Zeile im Befehlsfenster von Stata eingeben: net von quotkripfganz. destataquot Weitere Informationen über den Befehl finden Sie in der Stata-Hilfedatei. Kommentare, Vorschläge und Fehlerberichte sind sehr willkommen. Bei der Angabe der ec-Option, um in der ersten Differenzform ausgeführt zu werden, habe ich festgestellt, dass in den resultierenden Schätzungen die Langzeit-Effekte, die in der Regel durch den verzögerten Pegel von depvar und indepvar gegeben werden, als Ebene jeder Variablen angegeben werden Variabel in der Zeit t anstelle von t-1). Ist dies bewusst in das Modell oder gibt es eine Möglichkeit, um neu zu spezifizieren, so dass ein Standard-ARDL gebundenen Test-Modell erhalten Wenn Sie mir mitteilen könnten, wenn Sie eine Chance, ich würde es zu schätzen wissen
No comments:
Post a Comment