Birlestirilebilirlik icin Saglam ARDL Sinir Testi
Robust Autoregressive Distributed Lag Bounds Test · Ayrıca şöyle bilinir: Robust ARDL, Robust bounds testing approach, Sam-McNown-Goh bounds test, Bootstrap ARDL bounds test
Saglam ARDL sinir testi, Pesaran-Shin-Smith (2001) ARDL sinir testi yaklasiminin genisletilmis bir versiyonudur ve iki temel zayifligini giderir: karisik entegrasyon dereceleri altindaki boyut bozulmasi ve dejeneratif durum problemi. Test, bagimli degisken ve bagimsiz degiskenler icin uc ayri test istatistigi - genel bir F-testi ve iki yeni Wald istatistigi - icerir ve bunlar bootstrap ile uretilen kritik degerlere karsi degerlendirilir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Degiskenlerin I(0) ve I(1) karisimi olabilecegi kucuk-orta zaman serileriyle calisirken ve ozellikle birim kok testleriyle entegrasyon derecelerini guvenle onaylayamadiginizda saglam ARDL sinir testini kullanin. Dejeneratif durumlar (tum I(0) veya kismi birlestirilebilirlik) suphesi oldugunda veya orneklem boyutunuz asimptotik kritik degerleri guvenilmez kilacak kadar kucuk oldugunda, standart PSS sinir testine tercih edilen alternatiftir. Tum serilerin acikca I(1) oldugu ve birden fazla birlestirilebilir vektoru saymaniz gerektigi durumlarda Johansen testi yerine kullanmayin, cunku saglam ARDL cercevesi tek denklemli bir tahminci olarak kalir.
Güçlü yönler & sınırlılıklar
- Uc tamamlayici test istatistigi kullanarak orijinal ARDL sinir testinin dejeneratif durum problemini ortadan kaldirir.
- Bootstrap kritik degerleri ornekleme ozgudur ve tablolanmis I(0)/I(1) sinirlarina dayanmaz, bu da kucuk orneklemlerde daha iyi boyut kontrolu saglar.
- Saf I(0), saf I(1) veya karisik regresorler icin gecerlidir - entegrasyon derecelerinin onceden test edilmesi gerekmez.
- Tek denklemli cerceve, kisa vadeli ve uzun vadeli dinamikleri es zamanli olarak tahmin etme avantajini korur.
- Bootstrap artiklarinin uygun sekilde yeniden orneklenmesi durumunda hata terimindeki orta dereceli seri korelasyonuna ve degiskenlige karsi saglamdir.
- Dogru sekilde belirtilmis bir gecikme yapisi gerektirir; bilgi kriterleri (AIC, BIC) asiri veya eksik uyumu onlemek icin dikkatli kullanilmalidir.
- Tek denklemli tasarim, birden fazla birlestirilebilir iliskiyi belirleyemez - birden fazla birlestirilebilir vektoru beklendigi durumlarda Johansen veya VECM kullanin.
- Bootstrap cikarimi, standart sinir testiyle kiyaslandiginda hesaplama acisindan yogundur ve secilen bootstrap duzenine baglidir.
- Performans cok kisa zaman serilerinde (T < 30) veya yuksek derecede kalici, I(2)'ye yakin degiskenlerle bozulur.
SSS
Saglam ARDL sinir testi, standart PSS sinir testinden nasil farklidir?
Standart Pesaran-Shin-Smith (2001) testi tek bir F-istatistigi ve tablolanmis sinirlar kullanir. Saglam versiyon, gecikmeli bagimli degisken ve gecikmeli regresorler icin birer tane olmak uzere iki ek Wald istatistigi ekler ve bootstrap kritik degerlerini kullanir. Bu kombinasyon dejeneratif durumları ortadan kaldirir ve kucuk orneklemlerde boyut kontrolünü iyilestirir.
Saglam ARDL sinir testi oncesinde hala birim kok testleri yapmam gerekir mi?
Kesinlikle degil. Test, I(0) ve I(1) regresorlerinin herhangi bir karisimi icin gecerlidir. Ancak, cerceve bu durumda gecerli olmadigi icin hicbir degiskenin I(2) veya daha yuksek olmadigini onaylamalisiniz. I(2)'yi dislamak icin basit bir ADF veya KPSS testi tavsiye edilir.
Uc istatistikten yalnizca bir veya ikisinin anlamli olmasi ne anlama gelir?
Birlestirilebilirlik, yalnizca uc istatistigin de sifir hipotezini reddetmesi durumunda onaylanir. Ucunden azinin reddedilmesi durumunda, sonuc sonuclandirici degildir veya daha ileri inceleme gerektiren dejeneratif bir durumu (örn. tum degiskenlerin I(0) olmasi) gosterir, bu da dogrudan bir birlestirilebilirlik olmadigi sonucuna varilmasindan daha iyidir.
Tipik olarak kac bootstrap tekrari kullanilir?
Sam vd. (2019) simülasyonlarında 2.000 tekrar kullanır. Pratikte, 1.000 ila 5.000 tekrar, kesinlik ve hesaplama süresi arasında bir denge kurar; örneklem çok küçük olduğunda daha yüksek sayılar önerilir.
Saglam ARDL sinir testi yapisal kirilmalari ele alabilir mi?
Dogrudan degil. Orijinal ARDL sinir testi gibi, orneklem boyunca parametre kararliligini varsayar. Yapısal kırılmalar şüphesi varsa, ya örneklemi kararlı döneme kısıtlamalı ya da kırılmaları açıkça hesaba katan bir birlestirilebilirlik testi kullanmalısınız, örneğin Gregory-Hansen testi.
Kaynaklar
- Sam, C. Y., McNown, R., & Goh, S. K. (2019). An augmented autoregressive distributed lag bounds test for cointegration. Economic Modelling, 80, 130-141. DOI: 10.1016/j.econmod.2018.11.001 ↗
- Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326. DOI: 10.1002/jae.616 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/tr/econometrics/robust-ardl-bounds-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARDL sınır testi (Pesaran sınır testi)Ekonometri↔ karşılaştır
- Johansen Eşbütünleşme Testi ve Vektör Hata Düzeltme ModeliFinans↔ karşılaştır
- Doğrusal Olmayan ARDL (NARDL) ModeliEkonometri↔ karşılaştır