Page 118 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 118
Aplikacija metodologije časovnih serij na primeru turističnih cen
kot PP-test podata visoko statistično značilnost (Gričar in Bojnec 2012b).
Sedaj, ko smo analizirali vsako spremenljivko posebej, razen v mul-
tipli regresijski analizi, bomo naredili korak naprej h kointegraciji, VAR
in VECM analizi. Zaključimo lahko, da bomo vse spremenljivke testirali
v modelu VAR v diferenci prvega reda. Uporabili smo spremenljivke brez
sezoniranja in brez logaritmiranja. ADF- in PP-test nam z vsaj 95 % verje-
tnostjo zavrneta ničelno hipotezo, da je prisoten enotski koren, na kar nam
kaže vrednost -statistike. Bolj kot je ta nizka, negativna, z večjo verje-
tnostjo zavrnemo ničelno hipotezo o obstoju enotskega korena (Saatçioğ-
lu in Korap 2009). Zaključimo lahko, da so spremenljivke ICŽP, ICŽPEA,
ICGS, ICGSEA, ICGSEA_SA, IAC, IBPG, turisti, ICIPP, ICS, ICS_SA,
ICN, IDDV, ICTG, D1, K1 in K2 stacionarne v prvi integraciji, torej so
. Spremenljivke NEDT, D2 in IBPG so stacionarne v osnovnem redu,
118 torej so .
Problem integracije spremenljivk pa predstavlja upad pojasnjevalne
moči integriranih spremenljivk. Prav tako z ADF- in PP-testom nimamo
slike o strukturnem lomu, kot tudi ne o slamnatih spremenljivkah. Torej
so lahko rezultati, pridobljeni z ADF-testom in PP-testom, napačni (Bellu-
lo 2009). Ker stacionarna spremenljivka povečuje rang matrike, smo stacio-
narnost spremenljivk testirali v kointegracijskem prostoru, v katerega smo
vključili tudi slamnate in sintetične spremenljivke. Iz teh ugotovitev smo
analizirali spremenljivke kot okoli dolgoročnega stohastičnega trenda.
Johansenov test kointegracije omogoča, da v primeru kointegracije v mo-
delu VAR ni treba uporabljati integriranih spremenljivk. Pri Johansen tes-
tu testiramo ničelno hipotezo, da je število kointegriranih vektorjev manj-
še ali enako .
Spremenljivke integrirane v prvem redu kointegracije
Z razliko od avtoregresijskega procesa, ki se nanaša na eno samo časovno se-
rijo, lahko proces VAR opredelimo kot proces več različnih spremenljivk. V
prvem koraku kointegracijske analize smo se ozrli na oblikovanje modela in
število spremenljivk, ki smo jih vključili v posamezen model (Mladenović in
Nojković 2008). Sledili smo ekonomski teoriji in postavljenim hipotezam.
V modele smo vključili nesezonirane spremenljivke in spremenljivke brez
naravnih logaritmov. Nesezonirane spremenljivke (Lütkepohl in Krätzig
2004) nam časovne serije ne spremenijo ali popačijo. Spremenljivke v rav-
neh brez logaritmov (Lütkepohl in Xu 2011) imajo večjo napovedno moč
kot spremenljivke z naravnimi logaritmi. S tem imamo tudi daljšo časov-
no vrsto. Tudi interpretacija spremenljivk v ravneh je ekonomsko bolj smi-
selna. Z uporabo logaritmov pridemo namreč do interpretacije elastičnosti.
kot PP-test podata visoko statistično značilnost (Gričar in Bojnec 2012b).
Sedaj, ko smo analizirali vsako spremenljivko posebej, razen v mul-
tipli regresijski analizi, bomo naredili korak naprej h kointegraciji, VAR
in VECM analizi. Zaključimo lahko, da bomo vse spremenljivke testirali
v modelu VAR v diferenci prvega reda. Uporabili smo spremenljivke brez
sezoniranja in brez logaritmiranja. ADF- in PP-test nam z vsaj 95 % verje-
tnostjo zavrneta ničelno hipotezo, da je prisoten enotski koren, na kar nam
kaže vrednost -statistike. Bolj kot je ta nizka, negativna, z večjo verje-
tnostjo zavrnemo ničelno hipotezo o obstoju enotskega korena (Saatçioğ-
lu in Korap 2009). Zaključimo lahko, da so spremenljivke ICŽP, ICŽPEA,
ICGS, ICGSEA, ICGSEA_SA, IAC, IBPG, turisti, ICIPP, ICS, ICS_SA,
ICN, IDDV, ICTG, D1, K1 in K2 stacionarne v prvi integraciji, torej so
. Spremenljivke NEDT, D2 in IBPG so stacionarne v osnovnem redu,
118 torej so .
Problem integracije spremenljivk pa predstavlja upad pojasnjevalne
moči integriranih spremenljivk. Prav tako z ADF- in PP-testom nimamo
slike o strukturnem lomu, kot tudi ne o slamnatih spremenljivkah. Torej
so lahko rezultati, pridobljeni z ADF-testom in PP-testom, napačni (Bellu-
lo 2009). Ker stacionarna spremenljivka povečuje rang matrike, smo stacio-
narnost spremenljivk testirali v kointegracijskem prostoru, v katerega smo
vključili tudi slamnate in sintetične spremenljivke. Iz teh ugotovitev smo
analizirali spremenljivke kot okoli dolgoročnega stohastičnega trenda.
Johansenov test kointegracije omogoča, da v primeru kointegracije v mo-
delu VAR ni treba uporabljati integriranih spremenljivk. Pri Johansen tes-
tu testiramo ničelno hipotezo, da je število kointegriranih vektorjev manj-
še ali enako .
Spremenljivke integrirane v prvem redu kointegracije
Z razliko od avtoregresijskega procesa, ki se nanaša na eno samo časovno se-
rijo, lahko proces VAR opredelimo kot proces več različnih spremenljivk. V
prvem koraku kointegracijske analize smo se ozrli na oblikovanje modela in
število spremenljivk, ki smo jih vključili v posamezen model (Mladenović in
Nojković 2008). Sledili smo ekonomski teoriji in postavljenim hipotezam.
V modele smo vključili nesezonirane spremenljivke in spremenljivke brez
naravnih logaritmov. Nesezonirane spremenljivke (Lütkepohl in Krätzig
2004) nam časovne serije ne spremenijo ali popačijo. Spremenljivke v rav-
neh brez logaritmov (Lütkepohl in Xu 2011) imajo večjo napovedno moč
kot spremenljivke z naravnimi logaritmi. S tem imamo tudi daljšo časov-
no vrsto. Tudi interpretacija spremenljivk v ravneh je ekonomsko bolj smi-
selna. Z uporabo logaritmov pridemo namreč do interpretacije elastičnosti.
