Zamandan Bağımsız Parametreli ARDL Sınır Testi
Time-Varying Parameter Autoregressive Distributed Lag Bounds Test · Ayrıca şöyle bilinir: TVP-ARDL bounds test, time-varying ARDL cointegration, TVP bounds testing approach, dynamic ARDL bounds test
Zamanla değişen parametreli ARDL sınır testi, regresyon katsayılarının zaman içinde sürekli olarak evrilmesine izin vererek klasik Pesaran-Shin-Smith (2001) sınır test çerçevesini genişletir. Değişkenler arasında uzun dönemli bir eşbütünleşme ilişkisinin olup olmadığını ve bu ilişkinin örneklem dönemi boyunca istikrarlı mı yoksa kaygan mı olduğunu tespit eder.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İki veya daha fazla zaman serisi değişkeni arasında uzun dönemli bir ilişki olduğundan şüphelendiğiniz ancak ilişkinin gücünün veya işaretinin zamanla değiştiğini de beklediğiniz durumlarda TVP-ARDL sınır testini kullanın — politika kaymaları, krizler veya rejim değişiklikleri kapsayan makroekonomik, enerji ekonomisi veya finansal verilerde yaygındır. Regresörlerin entegrasyon derecesinin bilinmediği veya karışık I(0)/I(1) olduğu durumlarda uygundur. Çok kısa serilerde (yaklaşık 60 gözlemden az) kullanmaktan kaçının, çünkü Kalman filtresinin zamanla değişen yolları güvenilir bir şekilde belirlemek için yeterli veriye ihtiyacı vardır ve teorinin istikrarlı bir yapıyı güçlü bir şekilde öngördüğü durumlarda kullanmaktan kaçının — o zaman sabit parametreli bir ARDL daha verimli olacaktır.
Güçlü yönler & sınırlılıklar
- Ön test yapmadan karışık veya belirsiz entegrasyon dereceli (I(0)/I(1)) regresörleri işler, sınır yaklaşımının sağlamlığını miras alır.
- Sadece varlığını değil, eşbütünleşme ilişkilerinin zamansal evrimini ortaya çıkarır, yapısal kırılmaları ve kademeli parametre kaymasını endojen olarak yakalar.
- Tek kırılmalı veya kayan pencereli yöntemlerden daha esnektir çünkü katsayı yolu sürekli olarak tahmin edilir, ayrık alt örneklemlerde değil.
- Durum-uzay formülasyonu, zamanla değişen tahminler için güven aralıkları ile prensipli bir olasılıksal çerçeve sağlar.
- Eşbütünleşmenin yalnızca bir alt dönemde ortaya çıkıp çıkmadığını tespit edebilir, daha zengin politika veya tahmin içgörüleri sunar.
- Kalman filtresinin istikrarlı hiperparametreleri tahmin etmesi için nispeten uzun bir zaman serisi (ideal olarak 60+ gözlem) gerektirir.
- Sonuçlar varsayılan durum-denklem varyansı Q'ya bağlıdır; Q'nun yanlış belirtilmesi gerçek kırılmaları maskeleyerek aşırı düzeltme yapabilir veya yapay kaymaya neden olarak yetersiz düzeltme yapabilir.
- Standart ARDL'den hesaplama açısından daha zorludur ve özel yazılım veya özel kodlama gerektirir.
- Pesaran vd. (2001) tarafından sağlanan kritik değer tabloları sabit parametreli modeller için türetilmiştir; zamanla değişen ayarlardaki uygulanabilirlikleri tam olarak teorik olarak kanıtlanmamıştır.
SSS
TVP-ARDL, kayan pencereli ARDL'den nasıl farklıdır?
Kayan pencereli ARDL, ardışık veri pencerelerinde sabit parametreli bir modeli yeniden tahmin eder ve katsayılarda adım adım değişiklikler üretir. TVP-ARDL, tüm katsayıların Kalman filtresi aracılığıyla her dönemde sorunsuz bir şekilde evrildiği tek bir durum-uzay modeli tahmin eder, bu da daha sürekli bir yörünge ve resmi olasılıksal belirsizlik bantları sağlar.
TVP-ARDL uygulamadan önce birim kök testi yapmam gerekir mi?
Kesinlikle değil. Sınır yaklaşımının temel avantajlarından biri (Pesaran vd. 2001'den miras alınan), I(0), I(1) veya karışık olan regresörler için geçerli olmasıdır, bu nedenle sınır F-testinin geçerli olması için ön birim kök testi gerekmez.
Durum-denklem varyansı Q'yu nasıl seçerim?
Tercih edilen yaklaşım, durum-uzay modelinin diğer hiperparametreleriyle birlikte Q'nun maksimum olabilirlik tahminidir. Sonuçların bu seçime ne kadar bağlı olduğunu değerlendirmek için bir dizi Q değeri altında katsayı yörüngelerini karşılaştıran hassasiyet analizi de önerilir.
Hangi yazılım TVP-ARDL'yi tahmin edebilir?
Tek bir standart paket yoktur. Araştırmacılar genellikle bunu R'da (dlm, KFAS veya özel kod kullanarak), Python'da (statsmodels durum-uzay çerçevesi) veya MATLAB'da uygularlar. Bazı uygulamalı makaleler uyarlanabilecek çoğaltma kodu sağlar.
Sınır testi, zamanla değişen katsayılarla dönem dönem uygulanabilir mi?
Evet, zamanla değişen seviye-ilişki katsayıları, Pesaran vd. kritik değer bantları kullanılarak her zaman noktasında (veya alt dönemler boyunca ortalama alınarak) test edilebilir, ancak teorik gerekçelendirme yaklaşıktır ve sonuçlar uygun dikkatle yorumlanmalıdır.
Kaynaklar
- 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 ↗
- Chow, G. C. (1960). Tests of equality between sets of coefficients in two linear regressions. Econometrica, 28(3), 591–605. DOI: 10.2307/1910133 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Distributed Lag Bounds Test. ScholarGate. https://scholargate.app/tr/econometrics/time-varying-parameter-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
- Doğrusal Olmayan ARDL (NARDL) ModeliEkonometri↔ karşılaştır