Sağlam Genişletilmiş Dickey-Fuller Birim Kök Testi
Robust Augmented Dickey-Fuller Unit Root Test · Ayrıca şöyle bilinir: robust ADF test, HAC-corrected ADF, heteroscedasticity-robust unit root test, GLS-detrended ADF
Sağlam ADF birim kök testi, klasik ADF prosedürünü, heteroskedastik veya seri korelasyonlu hatalardan ve kötü gecikme uzunluğu seçiminden kaynaklanan boyut bozulmalarını düzelten iyileştirmelerle genişletir. YGLS (Genelleştirilmiş En Küçük Kareler) trend giderme (Elliott, Rothenberg ve Stock 1996) ve değiştirilmiş bilgi kriterlerinden (Ng ve Perron 2001) yararlanarak, makroekonomik ve finansal zaman serilerinde yaygın olan standart dışı hata süreçleri varlığında güvenilir boyut ve gücü sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Hata teriminin koşullu olarak heteroskedastik olduğundan şüpheleniyorsanız (örneğin, ARCH/GARCH dinamiklerine sahip finansal getiriler verileri), ön tanılama seri korelasyonlu veya normal olmayan hatalar öneriyorsa veya standart ADF'nin veri türünüzde aşırı reddettiği biliniyorsa Sağlam ADF testini kullanın. Bilgi kriterlerinin gecikme uzunluğunu güvenilir bir şekilde seçebildiği orta uzunlukta zaman serileri (T >= 50) için uygundur. Rejim kaymalarının birincil endişe kaynağı olduğu durumlarda yapısal kırılmaya duyarlı testlerin yerine kullanmayın - bu durumda Zivot-Andrews veya Perron kırılma testlerini tercih edin. Ayrıca çok kısa serilere (T < 40) uygulamaktan kaçının, çünkü YGLS verimlilik kazancı gerçekleşemez.
Güçlü yönler & sınırlılıklar
- Koşullu heteroskedastisite ve ARCH hataları altında bile ampirik boyutu nominal seviyeye yakın kontrol eder.
- Değiştirilmiş bilgi kriterleri (MAIC/MSIC), kötü gecikme seçimi nedeniyle oluşan aşırı reddetmeyi önemli ölçüde azaltır.
- YGLS ile trend giderme, standart OLS ile ortalaması alınmış ADF'ye kıyasla birim köke yakın alternatiflere karşı gücü artırır.
- Çekirdek prosedürü değiştirmeden hem sabitli hem de sabit artı trendli belirlemelere uygulanabilir.
- İyi oluşturulmuş kritik değer tabloları ve yaygın olarak ekonometrik yazılımlarda (EViews, Stata, R urca/tseries) uygulanmıştır.
- YGLS ile trend giderme ve MIC gecikme seçimi için güvenilir bir şekilde çalışması için yeterli örneklem büyüklüğü (T >= 50) gerektirir.
- Tek, kararlı doğrusal otoregresif yapıyı varsayar; ek modifikasyonlar olmadan yapısal kırılmaları veya doğrusal olmayan ortalama geri dönmeyi hesaba katmaz.
- Kritik değerler standart ADF'den farklıdır ve simülasyon tablolarından elde edilmelidir, bu tablolar yazılım uygulamasına göre değişebilir.
- Heteroskedastisiteye dayanıklı vahşi bootstrap uzantıları hesaplama maliyetini artırır ve bootstrap şemasının dikkatli bir şekilde belirtilmesini gerektirir.
SSS
Çapraz kesitsel heteroskedastisite altında standart ADF'nin aşırı reddettiği bilinen büyük panel veri kümelerindeki değişkenlerin ön taraması.
Standart ADF, OLS ile trend giderme ve geleneksel AIC/BIC kullanır, bu da heteroskedastik veya güçlü otokorelasyonlu hatalar altında boyut bozulmalarına neden olur. Sağlam sürüm, bu bozulmaları düzelten YGLS ile trend giderme ve değiştirilmiş bir bilgi kriteri (MAIC/MSIC) kullanır ve koşullu heteroskedastisite için HAC veya vahşi bootstrap ayarlamaları ekleyebilir.
MZ-alfa ve MZ-t istatistikleri nelerdir?
Bunlar, MAIC ile seçilen gecikme uzunluğuna sahip YGLS ile trendden arındırılmış veriler üzerinde hesaplanan, klasik Phillips-Perron Z-alfa ve Z-t istatistiklerinin Ng-Perron (2001) değiştirilmiş versiyonlarıdır. Özellikle küçük ve orta ölçekli örneklemlerde, OLS tabanlı karşılıklarından çok daha iyi boyut ve güç özelliklerine sahiptirler.
Sağlam ADF mi yoksa DF-GLS mi kullanmalıyım?
DF-GLS (Elliott vd. 1996), standart BIC ile seçilen gecikmelere sahip YGLS ile trendden arındırılmış gecikmeli seviye üzerindeki t-istatistiğidir. Ng-Perron'un MZ-t'si, gecikme seçimi için MAIC ve MA hataları altında boyutu daha iyi kontrol eden bir normalleştirme kullanarak onu geliştirir. ARCH etkileri mevcutsa, her ikisinin de vahşi bootstrap sürümü tercih edilir.
Hangi gecikme seçimi kriterini kullanmalıyım?
Ng ve Perron (2001), standart AIC'den daha agresif bir şekilde eksik modellemeyi cezalandıran değiştirilmiş AIC'lerini (MAIC) önermektedir. Pratikte, arama aralığını 0 ile taban(12*(T/100)^0.25) gecikme arasında sınırlayın ve seçilen sırayı test istatistiğiyle birlikte raporlayın.
Sağlam ADF'yi panel verilere uygulayabilir miyim?
Tek serili sağlam ADF, zaman serisine tek tek uygulanır. Panel ayarları için, Im-Pesaran-Shin (IPS) veya Pesaran CIPS testi gibi, kesitsel bağımlılığı hesaba katan ve her kesit içinde heteroskedastisiteye dayanıklı çıkarımı içerebilen panel birim kök testlerini kullanın.
Kaynaklar
- Ng, S., and Perron, P. (2001). Lag length selection and the construction of unit root tests with good size and power. Econometrica, 69(6), 1519-1554. DOI: 10.1111/1468-0262.00256 ↗
- Elliott, G., Rothenberg, T. J., and Stock, J. H. (1996). Efficient tests for an autoregressive unit root. Econometrica, 64(4), 813-836. DOI: 10.2307/2171846 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Augmented Dickey-Fuller Unit Root Test. ScholarGate. https://scholargate.app/tr/econometrics/robust-adf-unit-root-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Genişletilmiş Dickey-Fuller (ADF) Birim Kök TestiEkonometri↔ karşılaştır
- KPSS Durağanlık TestiEkonometri↔ karşılaştır
- Doğrusal Olmayan ADF Birim Kök Testi (KSS Testi)Ekonometri↔ karşılaştır
- Panel ADF Birim Kök TestiEkonometri↔ karşılaştır
- Phillips-Perron Birim Kök TestiEkonometri↔ karşılaştır
- Zivot-Andrews Yapısal Kırılma TestiEkonometri↔ karşılaştır