Professional Documents
Culture Documents
خطوات منهجية بوكس جينكنز
خطوات منهجية بوكس جينكنز
جمعت لكم في منشور واحدة بعض ماكتبت حول المنهجيات االكاديمية الجراء النماذج التالية
BOX JENKINZ
VAR
VECM
GRANGER CAUSALITY
TODA YAMAMOTO
ظهر مصطلح االستقرارية اول مرة مقترنا بمصطلح االنحدار الزائف عند Granger & newboldسنة 1974حيث ولدا سالسل
مستقرة عن طريق المحاكاة واثبثا مفهوم االنحدار الزائف حيث في السالسل الزمنية المستقرة الصدمات ستكون مؤقتة وتاثيرهم عبر
الزمن سوف يتالشى كما تعود لقيم المتوسط في االجل الطويل من جهة اخرى السالسل الغير المستقرة سوف تتضمن عناصر دائمة
chocs permanents
في بداية التمانينات عدة درسات اجريت اثبث من خاللها ان السالسل الزمنية في االقتصاد الكلي هي غير مستقرة
وافضل دراسة بهذا الخصوص هي دراسة ), Nelson et plosser(1982التي اثبثث ان السالسل االقتصادية الكلية غير مستقرة وتحتاج
لتطوير طرق قياسية لجعل السلسلة مستقرة ومن هنا ظهر مفهوم TS ,DS
هل كل سلسلة تحتوى على صدمات Dدائمة او عشوائية ومن اعمال Nelson &plosserظهرت مقاربتين:
االولى univariéeوتشتمل على تحليل الخصائص االحصائية للسالسل ،ودراسة ظاهرة الصمود في التقلبات االقتصادية la
persistance des fluctuations économique
الثانية multivariéeونشتمل على نماذج متعددة المتغيرات بوجود سيرورات متكاملة كمقاربة Engle &Granger
)(1987),johansen(1988,1991
معنى االستقرار
هناك نوعين من االستقرارية بالنسبة للسيرورات الخطية (الغير الخطية شيء اخر)
االستقرارية القوية او من الدرجة االولى(الدرجة االولى ليس معناه مستقرة بعد الفروقات من الدرجة االولى بل معناه االستقرارية من
النوع االول -ان صح المصطلح)-
نقول عن سلسلة انها مستقرة استقرارية قوية :اذا كان مجموع عزومها من الدرجة kمستقلة عن الزمن وهده مفهوم نظري فقط يتحقق
في الفيزياء ومكانيكا الكم وفي البيانات عالية التردد high frequencyلكن في االقتصاد مستحيل .
حيث يكون
التباين المشترك اي االستقاللية وعدم االرتباط بين المشاهدات الزمنية الحالية والسابقة
اي االستقرارية الضعيفة هي استقاللية .العزم االول والثاني عن الزمن اما اذا انتقلنا الى العزوم من الدرجة kسنتحول من االستقرارية
الضعيفة الى االستقرارية القوية
كل السالسل الزمنية تحتوى على عنصر او عدة عناصر عشوائية او غير عشوائية يجب الوقوف عندها
السالسل الزمنية من نوع DSهي عباره عن اتجاه عام عشوائي معامل ميله-ان .صح التعبير اكبر من الواحد
ان كان يساوي الواحد نحن في حال سيرورة سير عشوائي random walkوهذه السيرورة لها تطبيقات واسعة في مجال االسهم وكفاءة
االسواق المالية
وتكون هده السلسلة غير مستقرة بسبب ارتباط الزمن بالتباين ويصبح التباين النهائي
السلسلة TSهي السلسلة التي تملك اتجاه عام محدد خطي وهده االخيرة ليست مستقرة بسبب ارتباط المتوسط بالزمن ولها تطبيقات في
التنبؤ التقليدي باالتجاه العام
ومنه يمكن القول ان الجدر االحادي محتوى فقط في السلسلة dsوليس TS
قبل كل شيء يجب ان نعرف ماهو الجذر االحادي من الناحية النظرية ،االحصائية ،الرياضية
احصائيا هي قيمة المعلمة التي تربط القيمة السابقة بالحالية في السلسلة dsحيث تكون هذه القيمة اما اكبر من الواحد واذا كانت اكبر من
الواحد تسمى سلسلة زمنية منفجرة explosive sériesوان كانت اصغر من الواحدالسلسلة .مستقرة وادا كانت تساوي الواحد فهي
سيرورة سير عشوائي وان كانت تساوي الصفر فالسل
سلة هي تشويش ابيض ويعبر عنها بالفرضيات االحصائيةحسب Dفرضية العدم والقبول
اختبار ات االستقرارية
الرسم البياني
اختبارات تساوي المتوسطات والتباينات
هي طريقة تنبؤية قصيرة المدى جاء بها كل من boxو jenkinzسنة 1976في كتابهما forecasting&controle
الهدف
الشروط
االستقرارية
التمثيل البياني
االختبارات االحصائية
االختبارات االحصائية
التحليل باالنحدار اي نقوم بانحدار السلسلة الدروسة على متغير الزمن trendاذا وجد هذا المعامل معنوي اي وجود االتجاه االعام في
السلسلة
االختبار البياني اي وجود تغيرات منتطمه في السلسلة كل فترة محدود ان كان هذا فصلية منتطمة اي كل شهر او اربعة شهر او 6اشهر
..الخ
وهناك الفصلية الغير المنتظمة تتكرر الطاهرة بشكل عشوايي وهذه ال تطهر في الرسم البياني
دراسة االستقرارية
ان االستقرارية هي خاصية نعني بها ثباث سوك السلسلة الزمنيو في االفق الزمني واحصائيا يعبر عنها باستقالية العزوم االولية عن
الزمن اي
اذا كانت بسبب التباين ام استعمال تحويل بوكس كوكس او ادخال الوغاريتم اوالجدر او تحويل البانات الى بيانات معيارية
تظهر االستقرارية في البيان اذا مستويات السلسلة تتمحور على متوسط و تباين ثابثين
اذا وجدر الجدر الوحدي يعني وجود اتجاه عام عشوائي السلسلة من نوع DSاي لجعل السلسلة مستقرة نلجا للفروقات Dسواء نمن الدرجة
االولى او الثانية اما عدم وجود الجذر الوحدي مع وجود معنوية لمعامل االتجاه العام يعني السلسلة من نوع TSاي وجود اتجاه عام محدد
لجعل السلسلة مستقرة نزيل االتجاه العام بواسطة التقدير على الزمن بواسطة MCOواستخراج السلسلة الزمنية الناتجة عن التقدير
مثل ما االتجاه العام سبب عدم فاالستقرارية كذلك المركبة الموسمية كذلك ايضا يجب ازالتها
اليجاد نوع الموسمية يجب تطيبيق اختباري الجدور الوحدوية الموسمية HEGY FRANSES
استخدام طرق FILTRAGEك المتوسطات المتحركة وحساب معامالت CVSاي معامالت التغير الزمني المستخدمة في ازالة السلسلة
الموسمية
فتزال ب طريقة الفروقات من رتبة الموسمية هل هي شهرية نستخدم P=12اي الفروقات من الدرجة 12ةاذا كانت موسمية كل فصل
اي p=4 ..ect
بعد معالجة البيانات وتحويل السالسل الى مستقرة االن ناتي الى مرحلة اخرى
فمن خالل دالة االرتباط الذاتي يمكن استخراج معامالت المتوسطات المتحركة MAاي المعامالت Dخارج مجال الثقة ويجب ان تكون
معنوية ويحسب مجال الثقة كمايلي ( )racine de n/1*1.96+-حيث racineجدر التربيعي ; و Nحجم العينة
اذا المعامالت معنوية اي خارج مجال الثقة في دالة االرتباط الذاتي الجزئي نقول ان لنسيرورة انحدار ذاتي ((AR(p
اذا كان لدينا عدة معامالت Dخارج مجال الثقة لدالة االرتباط الذاتي اي ( ma(qاي المتوسطات المتحركة تحدد qعند درجة انعدام
المعامل مثال في picsاو النتؤ او المعامل مثال هناك معامل خارج مجال الثقة عند 2وبعده كل المعامالت تنعدم من خالل شكل دالة
االرتباط الذاتي اي يكون لدينا ( ma(2وهكدا ذ
نفس االمر بالنسبة بالنسبة لدالة االرتباط الذاتي الجزئي اي نستخرج معامالت AR(p
;ومن الشكلين معا يصبح لدينا تشكيلة خطية من النموذجين تسمى هذه التشكيلة ب نموذج (ARMA(p,q
اكبر مشكلة تواجة الباحث في النموذج هو اختيار درجة pو qمثال نجد عدة معامالت خارج مجال الثقة ل acfوعدة معامالت Dل pacf
و منه كيف يختار النموذج االمثل
االجابة
ان النموذج يجب ان قبل للعكس اي جدوره كلها تقع داخل الدائرة االحادية ومنه النمودج ككل مستقر
بالمناسبة معنى ( AR(pاي االنحدار الداتي اي القيم المؤخرة للمتغيرالدروس بدرجة pاي سنفسر هدا المتغير بداللة القيم السابقة له
معني ( MA(qاي المتوسطات المتحركة اي تفسير المتغير الدروس بداللة القيم السابقة للمتغير العشوائي بدرجة q
هناك طرق اخرى للتعرف على النموذج تتوفر في برنامج gauss ; r, sas
منها دالة االرتباط الداتي والجزئي العكسية
هناك عدو طرق للتقدير منها طريقة المعقولية العطمى maximum liklilhood
اختبار عدم وجود مشكل ثباث التباين اي اختبار عدم وجود اثر archباختبار ARCH
المرحلة االخيرة
لكن عند الننسي عند التنبؤ اننا يجب عندما نتبا اننا يجب ان نعيد السالسل االصلية للتنبؤ بها الن التنبؤ الدي نقوم به هو للسلسلة المحولة
مالحطات
اذا وجدت مؤشرات الموسميى في دالتي االرتباط الذاتي و الجزئي فهذا يعني اننا بصدد تقدير نموذج SARIMA
اذا استخدمنا الفروقات في نموذج ARMAيعني اننا سنتحول من نموذج ARMAالى نموذج ARIMA
تصلح هذه الطريقة التنبؤات قصيرة المدى على االقل التنبؤ ب 3سنوات فقط
نماذج VARتسعى لمعرفة الثاثير المتبادل بين متغيرات االقتصاد الكلي وتهدف لتحليل السياسة Dالكلية من خالل ادوات التحليل الهيكلي
وهذا االخير اليعتمد على مضمون النظرية االقتصادية
السالسل مستقرة من نفس الدرجة ولكن بشرط عدم وجود تكامل مشترك ولكن وجود سببية
وجودسالسل لمتكاملة من الدرجة 0و(1بشرط انن يكون الهدف دراسة الصدمات عبر نموذج SVAR
خطية السالسل
في بعض المراجع وجود سببية في اتجاهين) بالرغم من عدم منطقية هذه الفرضية الن نموذج VARاليعتمد على النظرية االقتصادية
الهدف
التاكد من عدم وجود ال ذاكرة طويلة وال بنية غير خطية في البنى الداخلية للسالسل الزمنية
استقرار السالسل
الخطوات المنهجية
اغلب الباحثين يلجاؤن الى االسلوب االحصائي اي استعمال المعايير االحصائية عند اتفاق معظم المعايير على درجة مثلى لكن هذه
الطريقة تشهد عدة قصور
قاعدة االبهام RULE OF THUMBاي االختيار اليدوي من اعلى قيمة الى ادنى حسب GENERAL TO SPECIFIC APPROACHE
من اجل عدد العينة اكبر من 8درجة تاخير معيار BICاصغر من معيار AIC
.وهناك العديد من الخوارزميات التي تسمح بتحديد الدرجة المثلى للنموذج وه تعمل على مستوى المتغيرات
منها
خوارزمية الحدف الجزئي للمتغيرات من اجل تبيان درجة الثاخير المثلى ونرمز لها ب SER
تفقدير النموذج االمثل " بعض الباحثين اليهتمون بنتيجة التقدير اكثر من دراسة الصدمات"بشرط التاكد بعد عدم قيود على المعالم
تحويل النموذج الى نطام مقدر بواسطة MULTIVARIATE OLSبشرط ان تستوفي المعادالت Dعلى شروط . OLSوهذا لمعرفة المعنوية
عادة مانهتم بمعادلة الهدف TARGET EQUATIONلتفسيرها اي المعادلة التي تحتوي على عناصر الدراسة
استقرار النموذج
االختبارات التشخصية
االختبرات الهيكلية
اختبارات السببية
دوال الالستجابة
المحاكاة Dبانواعهاد
التفكيك التاريخي
التنبؤ
اجراء التنبؤ
سيناريو التنبؤ
القدرة التنبؤية
في وجود اثار موسمية يرجى االستعانة بمتغيرات صورية لحدف هاته االثار كمتغيرات مستقلة
لنفترض ان هناك صديقان تعرفا على بعضهما Dمنذ 5سنوات ودامت الصداقة بينهما طول هاته الفترة-هذامايطلق عليه في ادبيات القياس
االقتصادي بعالقة التكامل المشترك اي عالقة الصداقة بين الصديقين ولكن خالل فترة الخمس سنوات انقطع احد االصدقاء عن زيارة
صديقه السباب متعددة هذا االنقطاع والبحث في اسباب ذلك-هذا هو مبدأ نموذج تصحيح الخطأ ecmديناميكية انقطاع الصديقين عن
الصداقة السباب مختلفة في فترة الخمس سنوات هو المثال عن نموذج تصحيح الخطأ
لنفترض ان هناك صديق ثالث يعرفهماويريد معرفة االسباب ومتى سيلتقيان اي حساب فترة االلقاء هذا الصديق الذي حسب فترة اللقاء -
هو معامل تصحيح الخطأ -للعودة الى حالة التوازن طويلة االجل (عالقةالصداقة )
حسب الظروف وجد انهما سيلتقيان بعد تقريبا عامين اي العودة الى حالة التوازن اي معامل تصحيح الخطأ سيكون سالب ومعنوي اي
سيقرب ال الصديق الثالث بينهما
ان ابعد الصديق الثالث بينهما يعني قياسيا ان معامل تصحيح الخطا موجب اي ابتعدنا عن العالقة طويلة االجل(عالقة الصداقة)
مثال اذا ما التقى الصديقين بعد 8اشهر وكنا قدرنا اللقاء(معامل Dتصحيح الخطا) بعد حوالي عامين يعني ان نعود الى حالة التوازن حالة
الصداقة في اقل من سنة اي معامل تصحيح سالب واكبر من 1وبعدها يكمل الصديقان مسيرتهمافي Dالصداقة الى الخمس سنوات تلك هي
العالقة التوازنية طويلة االجل
اوال ميزاته
هو تعميم لنموذج تصحيح الخطا يستعمل في وجود اكثر من متغير تابع اي نظام من المعادالت Dولهذا يشتق من نموذج varولكن غالبا
مانركز في التحليل والتفسير على المعادلة التي تشملها الدراسة ونسميها ب target equation
لماذا vecmيقيس لنا االنحرافات Dفي االحل القصير التي حالت من دون الوصول الى االجل الطويل وتقاس هاته االنحرافات بواسطة
معامل تصحيح الخطا او عدة معادالت في النظام وتعتمد المعامالت Dعلى عدد عالقات التكامل المشترك
ان تكون السالسل مستقرة من الدرجة - 1الن الدرجة الثانية لها بعض االختالفات Dفي المنهجية -
مالحظة عند تكون العينة صغيرة او فيها تغير هيكلي او فيها تقبات او دات بنية الخطية او من الدرجة التنانية كل شرط عند عدم تحققه
النمذجة تختلف عن ما نعرفه
ناتي الى مرحلة تقدير نموذج varمن اجل تحديد درجة التاخير المثلى التي سنستعملها Dفي اختبارات التكامل المشترك
تقدير نموذج varوتحديد درجة التاخير المثلى -الدرجة التي تستعمل في vecmهي p-1
يجب ان يكون نموذج varمستقر ديناميكيا خال من مشاكل التوصيف خال من مشاكل التغير الهيكلي البواقي خالية من المشاكل القياسية
درجة التاخير المثلى يجب ان تكون مبنية على اساس منطقي اقتصادي وغير متعارضة مع المنطق االقتصادي
ناتي االن الى اختبارات التكامل المشترك والتى يجب ان تاخد عدة امور ان كانت موجودة ام ال
حجم العينة امر جد مهم الن هناك اختبارات خاصة بالعينات الصغيرة او الكبيرة
هل تحتوي البيانات على اتجاه عام وثابث ام ال واكيد التاكد من درجة االستقرارية
كل هاته العناصر تحدد نوع اختبار التكامل المشترك المالئم فجوهانسون الذي يستعمل في اغلب الدراسات ليس قران كريم بل فقط
مشهور في الوسط االكاديمي
بعد تحديد هل هناك تكامل او ال حسب االختبار واخد الشروط السابقة بعين االعتبار ناتي لتحديد عدد د عالقات التكامل المشترك
اي هل نحتفظ بعالقة واحدة r=1ام ان كانت لدينا عدة عالقات حسب االختبار ام يجب تعريف كل العالقات - Dهاته النقطة محل اختالف
بين الباحثين
ان كان الهدف من الدراسة دراسة االثر وتحديد معامل تصحيح الخطا وكانت الدراسة واضحة من اشكاليتها انها تبحث عن عالقة واحدة
ضمن المتغيرات هنا كي النعقد االمور االحتفاظ بعالقة تكامل واحدة دالة على معادلة الهدف التي ترتكز عليها كل الدراسة
اما ان كان الهدف دراسة هيكلة النظام والبحث عن الديناميكية بين متغيراته من خالل المرور الى نموذج svecm pvecm psvecm
مثال هنا يجب االحتفاظ بكل العالقات Dالتي وضح لنا االختبار النها تعطينا كثيرا من المعلومات عن مسار النظام الخاص وهيكلته
المعايير االحصائية
..ولكن بما اننا نهتم بمنطق النظرية االقتصادية دائما درجة التاخير اختيارها يكون بالدرجة حسب المنطق االقتصادي
د
نقدر النموذج هناك عدة طرق لتقدير -قبل ان نقدر يجب ان نعرف هل هناك قيود يجب ان تفرض او ال اي نكون في حالة
RESTRICTED VECMو هذه القيود تحددها النظرية االقتصادية
ان كان هناك متغير خارجي هناك نكون في حالة VECXاو VECMXومنهجية هذا النموذج تختلف عن منهجية VECM
ان كنا بصدد دراسة الصدمات الهيكلية بمتغيرات مستقلة نكون في حالة SVECMX
ان كان لدينا نظام واسع من المعادالت وعدد متغيرات كبير يجب تقدير نموذج تصحيح الخطا العاملي المطور FECM
بعد التقدير اول خطوة اختبار استقرارية النموذج بالجدول الذي على الجدور االحادية او الدائرة االخادية
بعد التاكد من استقرارية النموذج االن يجب ان نرى هل معامل تصحيح الخطا ومعنوي خاصة في معادلة الهدف او الدراسة
هناك نقطة وهي خطوة توفرها فقط في برمجية JMULTIوهذا االجراء اعجبني جدا وهو اجراء Plotting the EC termتعطينا هاته
الخطوة في اي سنة من سنوات الدراسة حدث االنحراف عن العالقة طويلة االجل
ثم نختبر معنوية المعالم للمعادلة التي نرتكز عليها ونفسر معامل الخطا
اجراء اختبار exogenitè faibleاي هذا االختبار يؤكد لنا على ان كل المتغيرات داخلية
اختبارات ارتباط البواقي من خالل مصفوفة االرتباط المتقاطعة ودالة االرتباط الذاتي
اختبار استقرارية النموذج من خالل عدة اختبارات كاختبار Recursive Coefficients Recursive Eigenvalues.)CUSUM
CUSUMSQUARED
تحليل الصدمات كاستعمال IMPULSE RESPONSE ,BOTSTRAPPING IMPULSE RESPONSE , JORDA IMPULSE
RESPONSE
المحاكاةD
سببية جرانجر
سببية جرانجر هي قدرة المتغيرات المدرجة القيم السابقة لها على تفسير القيم الحاضرة والمستقبلية للمتغيرات االخرى
هي سببية خطية كلية قصيرة المدى مباشرة -هاته الخصائص اغلب الباخثين يتجاهالونها
وهي عبارة عن انحدارمقيد نقررالسبيية بواسطة اختبار والد وتوزيع كي دو ومنه هنا نستنج جملة من الشروط
الن توزيع المعالم يتم اشتقاقه من البوافي واي خطإ في البواقي سيتنقل الى المعالم مما يعطى نتائج السببية خاطئة
من ناحية اخرى بسبب ان السببية عبارة انحدار مقيد يجب ان تكون المتغيرات المدرجة مستقرة اوال بسبب الخوف من الوقوع في
االنحدار الزائف وثانيا الن الخصائص التقاربية تفقد امتيازاتها في وجود متغيرات غيرمستقر اي توزيع كي دو تحت الفرض الصفرى
ولذا في سببية جرانجر يجب علينا استخدام المتغيرات المستقرة
عدم صحة درجة التاخير الن درجة التاخير المثلى في السببيةمن اهم النقاط التي تحدد السبيية
هي الدرجة التي تسمح لنا بها النظرية االقتصادية التي تساعدنا على اظهار االثر عبر الزمن ولهذا وجود تكامل مشترك وعدم وجود
سببية قد يكون راجع الن الزمن غير كاف ليظهر التاثير المباشر بين المتغيرات ولذا هناك قد نحتاج الى سببية االجل الطويل او بسبب
وجود الصدمات التي تؤثر على المتغيرات فيما بينها
كذلك السببية تعادل الى التاثيرالمباشر ومن ان التاثير المباشر غير موجود ووجود ثاثير غير مباشر اي ربما وجود سببية غير مباشر
حتى السببية قد تكون غير خطية بسبب وجود خاصية عدم التماثل اي وجود الصدمات Dالموجبة والسالبة
هنا قد يكون للمتغير سببية غير خطية وهذه لم ياخدها بعين االعتبار جرانجر في نظريته
كذلك السببية لن تظهر اال في وجود معلومات كاملة ووجود اقل كمية من المعلومات المفقودة و وهذه الخاصية لن تظهر اال بوجود درجة
تأخير مناسبة بناءا على اعتبارات احصائية واقتصادية ،كما يمكن ان ال تظهر السببية في فضاء Dخطي الن بنية المتغيرات غير خطية لذا
يرجىالتاكد من عدم وجود بنية غير خطيةاو ذاكرةطويلة او وجود تقلبات عنقودية او عشواىية
ارى في االطروحات و المقاالت مثال لما يقبل الفرض الصفري يكتب كالتالي
مثال يقال المتغير gdpاليسبب consاي االستهالك وهذا نوع ما فيه بعض الظلم لسببية جرانجر
هي سببية كلية اي هل القيم السابقة للمتغير تسبب القيم الحالية للمتغير الثاني بشكل كلي
اي لما نقبل الفرض الصفري في اختبار السبية من الخطا قول ان المتغير االول اليسبب التغير الثاني الن ال نقرا ذلك نفهم ان التوجد اية
سببية وهذا ليس صحيحا
فهي صح التتوجد سببية خطية كلية مباشرة في الدى القصير لكن من الممكن وجود سببية جزئية اوغير مباشرة اوسببية غيرخطية اوفي
المدى الطويل
" التوجد سببية خطية كلية مباشرة بين المتغيرين في المدى القصير "
الن الكالم الذي يقال التوجد سببية بين المتغيرين " سيؤدي الى طمس و تحريف الكثير من المفاهيم
خطوات اختبار السببية ل Hairo y toda & ,taku Yamamotoاو مايسمى test of non Granger causalityنشر هذا البحث
من طرف الباحثين في العدد 66االصدار 1من مجلة econometricaفي الصفحات250-225
اال ان اختبار toda Yamamotoيعالج اختالف درجات التكامل المختلفة وهو اختبار للسببية طويلة المدى
ان اختبار waldالعادي الخاص باختبار القيود الخطية يفقد خصائصة التقاربية (توزيعه المعروف تحت الفرضية الصفرية) ادا كانت
السالسل غير مستقرة ولهدا اختبار السببة لجرانجر اليصلح في ظل سالسل غير مستقرة
اما اختبار toda Yamamotoاخد هدا االمر بعين االعتبار فاعتمد سالسل غير مستقرة و اختبار waldالمعدل ()modified wald
- 1اختبارات االستقرارية لكل سلسلة وتحديد رتبة تكاملها ،في هذا االختبار من االفضل استعمال اختبارات االستقراريةذات الجذر
االحادي عند الفرضية الصفرية H0كاختبارات ADF
-2لتكن اعظم رتبة االستقرار او التكامل للسالسل هي dmaxمثال لدينا سلسلتين متكامليتن واحدة من االولى اي) I(1والثانية من الدرجة
الثانية اي(I )2فنختار dmax=2سنستعمل dmaxفيما بعد
-3تقدير نموذج VARالعادي لكن السالسل االصلية وهدا يختلف عن نموذج VARالمعروف الذي يستخدم سالسل مستقرة حيث اليهم
ماتجده في الخطوة 1الن الخطوة 1هادفة أليجاد dmax
-4تحديد درجة التأخير المثلى ولتكن pفي نموذج varالمقدر في الخطوة 3ويتم بناءا على معايير المعلومات المعروفة اكاييك و شوارز
..الخ
-5التأكد من ان نموذج VARصالح ويستوفي كل الشروط (خلو النموذج من مشاكل التخصيص واالرتباط الذاتي ،عدم ثباث التباين ،
عدم التوزيع الطبيعي..الخ)اذا وجد متال مشكل االرتباط يجب اضافة عدد درجات التأخير pحتى يحل هذا المشكل
- 6اذا كانت هناك سلسلتين لهما نفس درجة التكامل يحبذ استعمال اختبار johansonليس انجل غرانجر النه يعتمد على نموذج VAR
والذي سيخدم اختبار toda Yamamoto
-7اليهم ماتجده في الخطوة 6لكنه ضروري لمقارنة النتاىج في النهاية الن وجود التكامل يعني وجود سببية
-8تقدير نموذج augmented VARوهذا هو المهم حيث على على مفهومي D-MAXرتبة التكامل العظمى ودرجة التأخير المثلىp
وفي هذا النموذج نجد مايلي
مجال االبطاء lag intervalيبقى متلما هو في الخطوة 5+4ان وجد ارتباط ذاتي
فهي نفسها المتغيرات الداخلية لكن بدرجة تاخير لهده المتغيرات ()p+dmax
مثالل اكثر للفهم لنفترض اننا نريد ايجاد هللا بين gdpو inflation
المتغيرات الخارجية هي المتغيرات الداخلية لكن موخرة بدرجة p+dmaxاي ) gdp(-6و ) inf(-6باالضافة الى C
الخطوة االخيرة هو اختبار waldالمعدل ويأتي هذا االخير بعد تقدير نموذج augmented VAR
ونجده في خيار block exogenity wald Granger testوسمي ب modified waldالن الخصائص التقاربية له قد عدلت لتوافق
تقاربيا توزيع كيددو بدرجة حرية pاي الدرجة المثلى لنموذج augmented VARويعتمد هذا االختبار على القيمة االحتمالية تقاربيا
لتوزيع كيدو بدرجة حرية pمن دون dmaxففي مثالنا السابق p=4
ام القرار فيتم بمقارنة القيمة االحتمالية ب %5اداكانت p-valueاكبر من %5فهذا يعني ان النرفض الفرضية الصفرية اي عدم وجود
عالقة سببية طويلة االجل بين المتغيرات و العكس صحيح
مالحظات:
ان كنت تستعمل نماذج varمن اجل اهداف اخرى كالتنبؤ مثال وكانت السالسل متكاملة من نفس الرتبة تم اختبار toda Yamamoto
فنقدر اوال نموذج vecmتم نعود الى الخطوات السابقة الجراء هذا االختبار
اليمكن اجراء toda Yamamotoمن اي نموذج اخر اال نموذج augmented var
اداكانت لدينا سالسل مستقرة في المستوى اي dmax=0ونريد اجراء اختبار toda Yamamotoفي هذه النحتاج لنموذج
augmenter varوالالختبار modified waldبل نستعمل نموذج VARالمعروف و العادي واختبار waldالعادي
يمكن استعمال السالسل دات درجات مختلفة )I(1),I(2),I(0في اختبار toda Yamamotoوكذلك السالسل التي لها نفس رتبة التكامل
اذا كان الهدف هو معرفة العالقة السببة طويلة المدى
الموضوع منقول