Page 138 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 138
ikacija metodologije časovnih serij na primeru turističnih cen
Hitrost prilagajanja ravnovesju je izražena z negativnim predznakom
korekcije napak. To pomeni, da se časovna vrsta po eno mesečnem odlogu,
vrne na lastno dolgoročno ravnotežje (Irz, Niemi in Xing 2011). Najnižjo
napovedno moč ima časovni model ICGS.
Njegova napovedna moč je manjša od četrtine. Koeficienti imajo viso-
ko statistično značilnost v vseh štirih enačbah, torej njihove velikosti po-
kažejo hitrejši proces prilagajanja k dolgoročnemu ravnovesju: četrtina pre-
hodnega obdobja (Preglednica 16) za ICGS je 2,2 meseca (Preglednica 17).
Koeficienti prilagajanja so za kointegracijski rang 1 za vse spremenljiv-
ke statistično značilni. Vrednost -statistike je po absoultni vrednosti viš-
ja od 1,96. Koeficient prilagajanja za časovno vrsto ICGS je pozitiven in je
5,3 % na mesec, kar je pričakovano. Statistično značilen je tudi ICŽP, ka-
terega koeficient prilagajanja je pozitiven v višini 2,9 %. Medtem koeficient
138 prilagajanja za ICGSEA zavzema vrednost 2,8 % in je pozitiven in stati-
stično značilen. Statistično značilen in pozitiven je tudi koeficient prilaga-
janja ICŽPEA, in sicer v višini 1,3 % na mesec. Vsa prilagajanja so nareje-
na z normalizacijo ICGS časovne vrste. Z enomesečnim odlogom so cene v
gostinstvu statistično značilne. Konstanta nam prikaže dolgoročno vred-
nost ICGS, ki je 178,46. Robustnost modela lahko potrdimo z vrednostjo
konstante ICGS, saj opisna statistika izolira najvišjo vrednost spremenljiv-
ke ICGS v višini 186,1 in končno vrednost opazovanega obdobja (septem-
ber 2010) 162,8 (Preglednica 3).
Preglednica 17: Deterministični koeficienti za hipotezo 1.
spremenljivka ∆ICGS ∆ICŽP ∆ICŽPEA ∆ICGSEA
koeficient prilagajanja
0,05347 0,02899 0,0129 0,02752
trend (2,0093)** (2,6076)** (2,4312)** (7,4377)***
konstanta 2,2429
(4,3855)*** -0,3233
(-1,1760)*
178,46
Opombe: ∆ – diferencirana časovna vrsta, ICGS – indeks cen v gostinstvu, ICŽP – indeks
cen življenjskih potrebščin, ICŽPEA – indeks cen življenjskih potrebščin v evro območju,
ICGSEA – indeks cen v gostinstvu v evro območju; *, **, ***: 10 %, 5 % in 1 % stopnja značil-
nosti.
V smislu boljšega razumevanja modela dinamične povezanosti štirih
spremenljivk in za kasnejše izboljšanje modela smo naredili test šibke zu-
nanjosti spremenljivk. Poznan problem analize VAR je veliko število spre-
menljivk glede na stopinje prostosti. To je še posebej pomembno pri ugo-
tavljanju VECM.
Vsaka enačba vključuje odlogov in enega ali več determinističnih
členov. Že zmerne vrednosti in lahko hitro izčrpajo stopinje prostosti
Hitrost prilagajanja ravnovesju je izražena z negativnim predznakom
korekcije napak. To pomeni, da se časovna vrsta po eno mesečnem odlogu,
vrne na lastno dolgoročno ravnotežje (Irz, Niemi in Xing 2011). Najnižjo
napovedno moč ima časovni model ICGS.
Njegova napovedna moč je manjša od četrtine. Koeficienti imajo viso-
ko statistično značilnost v vseh štirih enačbah, torej njihove velikosti po-
kažejo hitrejši proces prilagajanja k dolgoročnemu ravnovesju: četrtina pre-
hodnega obdobja (Preglednica 16) za ICGS je 2,2 meseca (Preglednica 17).
Koeficienti prilagajanja so za kointegracijski rang 1 za vse spremenljiv-
ke statistično značilni. Vrednost -statistike je po absoultni vrednosti viš-
ja od 1,96. Koeficient prilagajanja za časovno vrsto ICGS je pozitiven in je
5,3 % na mesec, kar je pričakovano. Statistično značilen je tudi ICŽP, ka-
terega koeficient prilagajanja je pozitiven v višini 2,9 %. Medtem koeficient
138 prilagajanja za ICGSEA zavzema vrednost 2,8 % in je pozitiven in stati-
stično značilen. Statistično značilen in pozitiven je tudi koeficient prilaga-
janja ICŽPEA, in sicer v višini 1,3 % na mesec. Vsa prilagajanja so nareje-
na z normalizacijo ICGS časovne vrste. Z enomesečnim odlogom so cene v
gostinstvu statistično značilne. Konstanta nam prikaže dolgoročno vred-
nost ICGS, ki je 178,46. Robustnost modela lahko potrdimo z vrednostjo
konstante ICGS, saj opisna statistika izolira najvišjo vrednost spremenljiv-
ke ICGS v višini 186,1 in končno vrednost opazovanega obdobja (septem-
ber 2010) 162,8 (Preglednica 3).
Preglednica 17: Deterministični koeficienti za hipotezo 1.
spremenljivka ∆ICGS ∆ICŽP ∆ICŽPEA ∆ICGSEA
koeficient prilagajanja
0,05347 0,02899 0,0129 0,02752
trend (2,0093)** (2,6076)** (2,4312)** (7,4377)***
konstanta 2,2429
(4,3855)*** -0,3233
(-1,1760)*
178,46
Opombe: ∆ – diferencirana časovna vrsta, ICGS – indeks cen v gostinstvu, ICŽP – indeks
cen življenjskih potrebščin, ICŽPEA – indeks cen življenjskih potrebščin v evro območju,
ICGSEA – indeks cen v gostinstvu v evro območju; *, **, ***: 10 %, 5 % in 1 % stopnja značil-
nosti.
V smislu boljšega razumevanja modela dinamične povezanosti štirih
spremenljivk in za kasnejše izboljšanje modela smo naredili test šibke zu-
nanjosti spremenljivk. Poznan problem analize VAR je veliko število spre-
menljivk glede na stopinje prostosti. To je še posebej pomembno pri ugo-
tavljanju VECM.
Vsaka enačba vključuje odlogov in enega ali več determinističnih
členov. Že zmerne vrednosti in lahko hitro izčrpajo stopinje prostosti
