Page 140 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 140
ikacija metodologije časovnih serij na primeru turističnih cen
Notranja spremenljivka ICGSEA s tem vstopa v dolgoročno enačbo
modela tako, da nima povezanosti z drugimi spremenljivkami, ki vstopa-
jo v model VEC kot notranje spremenljivke. Tako model ne izgubi napo-
vedne moči, saj imamo opravka z determinističnimi členi in z zunanjimi
spremenljivkami. Slednje vstopajo v model na desni strani enačbe, s prvo
integracijo časovne vrste (Irz, Niemi in Xing 2011).
Preglednica 18: Test šibke zunanjosti spremenljivk, postavljenih s hipotezo 1.
odvisna spremenljivka ∆ICGS
spremenljivka popravljena statistika stopnja značilnosti
∆ICŽP 0,1393 0,71
∆ICŽPEA 1,2176 0,60
∆ICGSEA 0,2804 0,02
vse 1,3508 0,71
140 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.
Predhodno smo ugotovili, da imamo dva ranga. Do sedaj smo s ko-
eficienti prilagajanja in testom šibke zunanjosti empirično ovrednoti-
li prvi rang. Dodajmo, da v primeru drugega ranga, ki je normaliziran s
spremenljivko ∆ICŽP, pridemo do podobne višine koeficientov prilagaja-
nja spremenljivk (Preglednica 17). Razlika je, da sta ∆ICGSEA in ∆ICGS
statistično neznačilni. To je skladno tudi z našo postavljeno multiplo ko-
integracijo, kjer je ∆ICŽPEA statistično značilna (Preglednica 11). Tako
postavljen model ima dokaj visoko napovedno moč, in sicer 38 % celotne
variance modela, kar razberemo iz Preglednice 16, stolpec 3.
Model VEC, postavljen s hipotezo 2
Na podlagi izbire kointegracijskega ranga smo lahko ocenili pogojni mo-
del VEC. Vanj sočasno vstopajo notranje spremenljivke ICGS, turisti in
NEDT ter deterministična člena neprava sezonska spremenljivka in kon-
stanta, in sicer z dvema časovnima odlogoma. V tem modelu so ocenjene
dolgoročne povezave med spremenljivkami. Model prikazujemo v Pregle-
dnici 19.
Interpretacija rezultatov
Ugotovitve: S pogledom na oblikovani model vidimo, da ima model niz-
ko napovedno moč z eno kointegracijsko povezavo. Napovedna moč je 9 %
celotne variance modela. Ker je ena kointegracijska povezava, so v VECM
normalizirani zgolj kointegracijski koeficienti na ICGS, kjer je razviden
Notranja spremenljivka ICGSEA s tem vstopa v dolgoročno enačbo
modela tako, da nima povezanosti z drugimi spremenljivkami, ki vstopa-
jo v model VEC kot notranje spremenljivke. Tako model ne izgubi napo-
vedne moči, saj imamo opravka z determinističnimi členi in z zunanjimi
spremenljivkami. Slednje vstopajo v model na desni strani enačbe, s prvo
integracijo časovne vrste (Irz, Niemi in Xing 2011).
Preglednica 18: Test šibke zunanjosti spremenljivk, postavljenih s hipotezo 1.
odvisna spremenljivka ∆ICGS
spremenljivka popravljena statistika stopnja značilnosti
∆ICŽP 0,1393 0,71
∆ICŽPEA 1,2176 0,60
∆ICGSEA 0,2804 0,02
vse 1,3508 0,71
140 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.
Predhodno smo ugotovili, da imamo dva ranga. Do sedaj smo s ko-
eficienti prilagajanja in testom šibke zunanjosti empirično ovrednoti-
li prvi rang. Dodajmo, da v primeru drugega ranga, ki je normaliziran s
spremenljivko ∆ICŽP, pridemo do podobne višine koeficientov prilagaja-
nja spremenljivk (Preglednica 17). Razlika je, da sta ∆ICGSEA in ∆ICGS
statistično neznačilni. To je skladno tudi z našo postavljeno multiplo ko-
integracijo, kjer je ∆ICŽPEA statistično značilna (Preglednica 11). Tako
postavljen model ima dokaj visoko napovedno moč, in sicer 38 % celotne
variance modela, kar razberemo iz Preglednice 16, stolpec 3.
Model VEC, postavljen s hipotezo 2
Na podlagi izbire kointegracijskega ranga smo lahko ocenili pogojni mo-
del VEC. Vanj sočasno vstopajo notranje spremenljivke ICGS, turisti in
NEDT ter deterministična člena neprava sezonska spremenljivka in kon-
stanta, in sicer z dvema časovnima odlogoma. V tem modelu so ocenjene
dolgoročne povezave med spremenljivkami. Model prikazujemo v Pregle-
dnici 19.
Interpretacija rezultatov
Ugotovitve: S pogledom na oblikovani model vidimo, da ima model niz-
ko napovedno moč z eno kointegracijsko povezavo. Napovedna moč je 9 %
celotne variance modela. Ker je ena kointegracijska povezava, so v VECM
normalizirani zgolj kointegracijski koeficienti na ICGS, kjer je razviden
