Page 133 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 133
Empirična analiza kvantitativne raziskave
čunane na približni vrednosti porazdelitve in imajo nizko napovedno
moč. Ničelna hipoteza ob uporabi testa notranjosti pravi, da je v časovni se-
riji na strukturnem lomu model stabilen. V našem primeru vzorca časov-
ne serije imamo enačbo strukturnega loma . Imamo en
mesečni odlog, ki ne preide nad časovno serijo s pričetkom na
drugem obdobju vzorca. Test nam stabilnosti ne potrdi, zato smo iz mo-
dela, postavljenega s hipotezama 1 in 3, strukturni lom umakni-
li. Statistična značilnost strukturnega loma v modelu, postavljenem s hi-
potezo 3, je 0,040.
Do podobnih ugotovitev kot smo prišli z analitičnimi testi za modela,
postavljena s hipotezama 1 in 2, pridemo tudi za model, postavljen s hipo-
tezo 3. V modelu avtokorelacija do sedmega odloga ni prisotna. Točna sto-
pnja značilnosti popravljene Q-statistike je 0,0591. LM-test na prvem odlo-
gu poda stopnjo verjetnosti 0,99. V modelu je prisotna homoskedastičnost.
Točna stopnja značilnosti na četrtem odlogu je 0,0814. Žal pa ničelne hi- 133
poteze o normalni porazdelitvi ostankov tudi pri tretjem modelu ne mo-
remo zavrniti. Rezultate za model, postavljen s hipotezo 4, prikazujemo v
nadaljevanju.
Grangerjev test vzročnosti med časovnimi serijami,
postavljenimi s kointegracijskimi modeli
Testi vzročnosti poskušajo določiti, ali ena časovna serija določa drugo ozi-
roma ali seriji vzajemno določata druga drugo. Najbolj razširjen in upora-
bljen test vzročnosti je Grangerjev test vzročnosti (Lütkepohl in Krätzig
2004). Grangerjeva vzročnost je tehnika ugotavljanja, ali je ena časovna
serija uporabna za napoved druge. Osnovna predpostavka Grangerjevega
testa vzročnosti je, da je informacija pomembna za napoved obravnavnih
spremenljivk oziroma bodoča stanja ene spremenljivke ne morejo vpliva-
ti na pretekla stanja druge spremenljivke, kar pomeni, da prihodnost ne
more povzročati sedanjosti. Postavljena ničelna hipoteza je torej, da časov-
na vrsta ne povzroča Grangerjeve vzročnosti , kjer je število časov-
nih vrst, vključenih v test (Irz, Niemi in Xing 2011).
Na osnovi primerjave izračunanih vrednosti testne statistike časovnih
serij, postavljenih s hipotezami, in pripadajočih stopenj značilnosti (pre-
glednica 15) ničelne hipoteze pri nobenem od testov ne moremo zavrni-
ti, razen pri drugem, petem in desetem testu. Prvi test trdi, da inflacija,
inflacija v evro območju in cene v gostinstvu v evro območju ne povzro-
čajo cen v gostinstvu. Ustreznost testa lahko primerjamo z izračunani-
mi vrednostmi bivariatne kointegracijske analize med časovnimi serijami.
Ocenili smo, da obstajata dve kointegracijski povezavi. Tudi z Granger-
čunane na približni vrednosti porazdelitve in imajo nizko napovedno
moč. Ničelna hipoteza ob uporabi testa notranjosti pravi, da je v časovni se-
riji na strukturnem lomu model stabilen. V našem primeru vzorca časov-
ne serije imamo enačbo strukturnega loma . Imamo en
mesečni odlog, ki ne preide nad časovno serijo s pričetkom na
drugem obdobju vzorca. Test nam stabilnosti ne potrdi, zato smo iz mo-
dela, postavljenega s hipotezama 1 in 3, strukturni lom umakni-
li. Statistična značilnost strukturnega loma v modelu, postavljenem s hi-
potezo 3, je 0,040.
Do podobnih ugotovitev kot smo prišli z analitičnimi testi za modela,
postavljena s hipotezama 1 in 2, pridemo tudi za model, postavljen s hipo-
tezo 3. V modelu avtokorelacija do sedmega odloga ni prisotna. Točna sto-
pnja značilnosti popravljene Q-statistike je 0,0591. LM-test na prvem odlo-
gu poda stopnjo verjetnosti 0,99. V modelu je prisotna homoskedastičnost.
Točna stopnja značilnosti na četrtem odlogu je 0,0814. Žal pa ničelne hi- 133
poteze o normalni porazdelitvi ostankov tudi pri tretjem modelu ne mo-
remo zavrniti. Rezultate za model, postavljen s hipotezo 4, prikazujemo v
nadaljevanju.
Grangerjev test vzročnosti med časovnimi serijami,
postavljenimi s kointegracijskimi modeli
Testi vzročnosti poskušajo določiti, ali ena časovna serija določa drugo ozi-
roma ali seriji vzajemno določata druga drugo. Najbolj razširjen in upora-
bljen test vzročnosti je Grangerjev test vzročnosti (Lütkepohl in Krätzig
2004). Grangerjeva vzročnost je tehnika ugotavljanja, ali je ena časovna
serija uporabna za napoved druge. Osnovna predpostavka Grangerjevega
testa vzročnosti je, da je informacija pomembna za napoved obravnavnih
spremenljivk oziroma bodoča stanja ene spremenljivke ne morejo vpliva-
ti na pretekla stanja druge spremenljivke, kar pomeni, da prihodnost ne
more povzročati sedanjosti. Postavljena ničelna hipoteza je torej, da časov-
na vrsta ne povzroča Grangerjeve vzročnosti , kjer je število časov-
nih vrst, vključenih v test (Irz, Niemi in Xing 2011).
Na osnovi primerjave izračunanih vrednosti testne statistike časovnih
serij, postavljenih s hipotezami, in pripadajočih stopenj značilnosti (pre-
glednica 15) ničelne hipoteze pri nobenem od testov ne moremo zavrni-
ti, razen pri drugem, petem in desetem testu. Prvi test trdi, da inflacija,
inflacija v evro območju in cene v gostinstvu v evro območju ne povzro-
čajo cen v gostinstvu. Ustreznost testa lahko primerjamo z izračunani-
mi vrednostmi bivariatne kointegracijske analize med časovnimi serijami.
Ocenili smo, da obstajata dve kointegracijski povezavi. Tudi z Granger-
