Page 160 - Gričar, Sergej, in Štefan Bojnec, 2016. Aplikacija metodologije časovnih serij na primeru turističnih cen. Koper: Založba Univerze na Primorskem.
P. 160
ikacija metodologije časovnih serij na primeru turističnih cen
cu z dodatkom determinističnih komponent (strukturni lom, D1, D2 in
IDDV). To tudi vodi k zavrnitvi hipoteze, da ni kointegracije pri kointe-
gracijskem rangu 13. Specifikacija ranga za model, postavljen s hipotezo 4,
je torej izbran in je prikazana v preglednici 28.
Predhodno smo s testom v sledovih ugotovili, da imata modela, pos-
tavljena s hipotezama 1 in 3, dva kointegracijska ranga, ter model, postav-
ljen s hipotezo 2, en kointegracijski rang. Pravilnost odločitve izbire kointe-
gracijskega ranga in mesečnega odloga za hipotezo 4 nam potrdi S&L-test.
V nadaljevanju podajamo interpretacijo rezultatov.
Interpretacija rezultatov
Ugotovitve: s tehniko Johansen smo ocenili dolgoročni kointegracijski od-
nos med petnajstimi spremenljivkami. Odnos popravljenih koeficientov
160 kointegracije brez vključitve determinističnih členov trend, D1 in D2 je,
kot sledi. V oklepajih so zapisane vrednosti standardnih napak:
Z gornjo enačbo postavljene spremenljivke označujejo v predhodnem
poglavju opisane časovne vrste. Večina ocenjenih koeficientov ima priča-
kovan pozitiven predznak, kar kaže na pozitivno dolgoročno razmerje med
cenami v gostinstvu. Rezultati kažejo, da cene nafte, stroški plač in prihodi
turistov predstavljajo glavno determinanto cen v gostinstvu. Najvišji koefi-
cient predstavljata prihodi turistov in ICN. Slednji z relativno velikim ko-
eficientom v višini 0,875. Oba koeficienta pa nista statistično značilna. Sle-
dijo plače v gostinstvu, ki z 10 % povečanjem na koncu pripeljejo do 2,8 %
povečanja cen v gostinstvu.
Dolgoročnega odnosa med spremenljivkami ni moč opredeliti na
izbrani podlagi statističnih testov. Predlagani osemmesečni odlog je pre-
velik. Naša enačba vsebuje (pre)veliko število časovnih vrst (spremenljivk)
glede na velikost vzorca. S tem nimamo dovolj stopinj prostosti, da bi oce-
nili model z več kot enomesečnim odlogom. Vredno je raziskati robustnost
rezultatov z vključitvijo vseh determinističnih spremenljivk v kointegracij-
sko enačbo. Naslednja enačba podaja ocene beta vektorske matrike, ko je
v model vstopil linearni trend. V oklepajih so zapisane vrednosti standar-
dnih napak. Tako imamo zapisano dolgoročno razmerje:
.
cu z dodatkom determinističnih komponent (strukturni lom, D1, D2 in
IDDV). To tudi vodi k zavrnitvi hipoteze, da ni kointegracije pri kointe-
gracijskem rangu 13. Specifikacija ranga za model, postavljen s hipotezo 4,
je torej izbran in je prikazana v preglednici 28.
Predhodno smo s testom v sledovih ugotovili, da imata modela, pos-
tavljena s hipotezama 1 in 3, dva kointegracijska ranga, ter model, postav-
ljen s hipotezo 2, en kointegracijski rang. Pravilnost odločitve izbire kointe-
gracijskega ranga in mesečnega odloga za hipotezo 4 nam potrdi S&L-test.
V nadaljevanju podajamo interpretacijo rezultatov.
Interpretacija rezultatov
Ugotovitve: s tehniko Johansen smo ocenili dolgoročni kointegracijski od-
nos med petnajstimi spremenljivkami. Odnos popravljenih koeficientov
160 kointegracije brez vključitve determinističnih členov trend, D1 in D2 je,
kot sledi. V oklepajih so zapisane vrednosti standardnih napak:
Z gornjo enačbo postavljene spremenljivke označujejo v predhodnem
poglavju opisane časovne vrste. Večina ocenjenih koeficientov ima priča-
kovan pozitiven predznak, kar kaže na pozitivno dolgoročno razmerje med
cenami v gostinstvu. Rezultati kažejo, da cene nafte, stroški plač in prihodi
turistov predstavljajo glavno determinanto cen v gostinstvu. Najvišji koefi-
cient predstavljata prihodi turistov in ICN. Slednji z relativno velikim ko-
eficientom v višini 0,875. Oba koeficienta pa nista statistično značilna. Sle-
dijo plače v gostinstvu, ki z 10 % povečanjem na koncu pripeljejo do 2,8 %
povečanja cen v gostinstvu.
Dolgoročnega odnosa med spremenljivkami ni moč opredeliti na
izbrani podlagi statističnih testov. Predlagani osemmesečni odlog je pre-
velik. Naša enačba vsebuje (pre)veliko število časovnih vrst (spremenljivk)
glede na velikost vzorca. S tem nimamo dovolj stopinj prostosti, da bi oce-
nili model z več kot enomesečnim odlogom. Vredno je raziskati robustnost
rezultatov z vključitvijo vseh determinističnih spremenljivk v kointegracij-
sko enačbo. Naslednja enačba podaja ocene beta vektorske matrike, ko je
v model vstopil linearni trend. V oklepajih so zapisane vrednosti standar-
dnih napak. Tako imamo zapisano dolgoročno razmerje:
.
