Vėlavimų įtaka išvadoms apie kointegruotumą mažose imtyse

LTDauguma makroekonominių rodiklių yra nestacionarūs, todėl jų ryšiams tirti taikytina kointegruotumo analizė. Pastarojoje įprasta nagrinėti vienalaikius ryšius tarp kintamųjų. Tačiau ekonominiuose procesuose informacijos sklaida yra ribota, sprendimai dažniausiai priimami ir įgyvendinami su tam tikru vėlavimu, todėl dažnai stebimas vėluojantis vienų kintamųjų poveikis kitiems. Nors vėluojantys ryšiai asimptotinėms išvadoms apie kointegruotumą įtakos neturi, tačiau Lietuvos ir kitų pereinamosios ekonomikos šalių praktikoje makroekonominių rodiklių skaičius yra nedidelis. Pavyzdžiui, dėl praėjusiame dešimtmetyje vykusių struktūrinių pokyčių ir pasikeitusios nacionalinių sąskaitų sistemos apie daugelį makroekonominių rodiklių Lietuvoje šiuo metu turima tik apie trisdešimt palyginamų ir palyginti patikimų stebėjimų. Todėl aktualu įvertinti, kokios įtakos išvadoms apie kointegruotumą turi vėluojantys ryšiai mažose imtyse. Šiame darbe taikant Monte Carlo (MC) modeliavimą nagrinėjama, kokią įtaką mažose imtyse kointegruotumo testų galiai daro vėluojančio poveikio ignoravimas. Tyrime apsiribojama dažniausiai kintamųjų kointegruotumo tikrinimui atskirose lygtyse taikomo požiūrio - Engle-Granger (EG) procedūros - nagrinėjimu. Analizuojami keli populiarūs vienetinės šaknies bei stacionarumo testai (DF, ADF, KPSS) ir nagrinėjami atvejai, kai kointegravimo parametrai yra žinomi, bei kai jie yra įvertinami. Atsižvelgiant į tai, ar kointegravimo parametrai yra žinomi, ar įvertinami, pasiūlomi procedūrų pakeitimai, leidžiantys gauti korektiškesnes išvadas mažose imtyse. [Iš leidinio]Reikšminiai žodžiai: Kointegruotumo testai; Vėlavimai; Monte Carlo eksperimentas; Engle ir Granger procedūra; Cointegration tests; Lagged relationship; Monte Carlo simulation; Engle-Granger procedure.

ENMany macroeconomic indicators are not stable, which is why a co-integration analysis is applied to identify their interrelation. It is characteristic to the latter to examine one-off relationship between variables. However, in economic processes information dissemination is limited, solutions are often made and implemented with a certain delay, which gives rise to a delayed impact of several variables. Although delaying relationship does not affect asymptomic conclusions on co-integration, the number of macroeconomic indicators in Lithuania and other economies in transition is rather low. For instance, as a consequence of structural changes and developments in the national accounts system of the last decade, at the moment there are only thirty comparable and relatively reliable observations about many macroeconomic indicators. Therefore, it is important to evaluate what is the impact of delayed relationship on conclusions about co-integration in small samples. The present paper applies the Monte Carlo modelling to assess the outcome of ignoring delayed impact in small samples of co-integration tests. The research was limited to the study of the most frequent – the Engle-Granger procedure – used in verification of co-integration of variables in different equations. Several popular stationary tests (DF, ADF, KPSS) are examined in parallel to a few case studies where co-integration parameters were known. Depending on the type of co-integration parameters (known/estimated), procedural amendments were suggested allowing for more correct conclusions in small samples.