統計

給定coint(X,Y)和coint(Y,Z)的coint(X,Z)的協整約束?

  • January 22, 2014

增強的Dickey-Fuller 檢驗可用於衡量某些對與其他對的協整排名如何。

那麼說我們在 and 和 and 之間有一個已知的協整,對XandY之間Y的協Z整範圍是否有限制?X``Z

例如,如果我們知道coint(X,Y) = -0.1並且coint(Y,Z) = -0.3我們可以在某個公式中使用這些,然後可以肯定地說-x.x < coint(X,Z) < -x.x?

這類似於(Olkin, 1981)給出的相同場景的相關約束。

編輯 - 正如理查德指出的那樣,我可能誤解了 ADF 測試。我將在這裡改述這個問題:

如果我們知道 $ X $ 是協整的(通過一些測試,例如Engle Granger) $ Y $ 和 $ Y $ 和 $ Z $ ,是否有一些衡量可能性的方法 $ X $ 將與 $ Z $ ?

關於你的評論,我在這裡添加一個答案,因為我沒有足夠的空間來解釋我的觀點,所以請原諒。

讓我們從頭開始,並假設:

(1) $ X_t - \beta_1Y_t = \epsilon_t $ ( $ \epsilon_t $ 是靜止的)

(2) $ Y_t - \beta_2Z_t = \eta_t $ ( $ \eta_t $ 是靜止的)

然後 (1) + $ \beta_1 $ (2) 給出 $ X_t - \beta_1\beta_2Z_t = \epsilon_t+\beta_1\eta_t = \nu_t $

甚至是 $ \epsilon_t $ 和 $ \eta_t $ 是平穩過程,只有當這些過程是獨立的(這是一個強假設),或者在弱假設中,它們應該是聯合弱平穩時,線性組合才是平穩的。

確實,要靜止, $ \nu_t $ 應該有一個獨立於時間的自共變異數 $ t $ , 儘管:

$ Cov(\nu_{t+h}, \nu_t) = Cov(\epsilon_{t+h}+\beta_1\eta_{t+h}, \epsilon_t+\beta_1\eta_t) = [Cov(\epsilon_{t+h}, \epsilon_{t})+ \beta_1^2Cov(\eta_{t+h}, \eta_t)] + \beta_{1}[Cov(\eta_{t+h}, \epsilon_t)+Cov(\epsilon_{t+h}, \eta_t)] $

一般來說, $ Cov(\eta_{t+h}, \epsilon_t) $ 和 $ Cov(\epsilon_{t+h}, \eta_t) $ 不僅是功能 $ h $ 但也 $ t $ .

如果 $ \epsilon_t $ 和 $ \eta_t $ 是獨立的,那麼這些共變異數為 0,第一個獨立於 $ t $ 這導致了預期的結果。但是,正如我所說,實際上你只需要那個 $ \epsilon_t $ 和 $ \eta_t $ 是聯合弱平穩的,這意味著 $ \forall t_1, t_2~~ Cov(\epsilon_{t_1}, \eta_{t_2})=f(|t_2-t_1|) $ (或者 $ h $ 如果 $ t_1=t+h $ 和 $ t_2=t $ )

請在此連結中找到有關此主題的討論:

https://math.stackexchange.com/questions/377333/sum-of-stationary-process

引用自:https://quant.stackexchange.com/questions/9998