jcontest

约翰森约束测试

全页折叠

句法

[h, pValue,统计,cValue, ml) = jcontest (Y, r、测试、缺点) [h, pValue,统计,cValue, ml) = jcontest (Y, r、测试、缺点、名称、值)

描述

jcontest线性测试在任纠错速度约束一个或协整空间跨越由乙在降秩VEC（q)模型的ÿ_Ť：

$Δ ÿ_{Ť} = 一个乙^{“} ÿ_{Ť - 1} + 乙_{1} Δ ÿ_{Ť - 1} + ... + 乙_{q} Δ ÿ_{Ť - q} + d X + ε_{Ť} 。$

指定约束的无效假设一个或乙是否针对替代方案进行测试H（[R)的协整秩小于或等于[R，没有约束。测试亦会对VEC(q）模型，受约束。

[H，pValue，统计，cValue，毫升)= jcontest (ÿ，[R，测试，缺点）执行约翰森约束测试上的数据矩阵ÿ。

[H，pValue，统计，cValue，毫升)= jcontest (ÿ，[R，测试，缺点，名称，值）执行约翰森约束测试上的数据矩阵ÿ由一个或多个指定的附加选项名称，值对参数。

输入参数

ÿ

numObs-通过-进行NumDims矩阵表示numObs一个观测进行NumDims维时间序列ÿ_Ť，随着最后观察最近的。含意见为NaN值将被删除。在VEC模型估计滞后变量的初始值是从数据开始拍摄。

[R

标量或1之间的整数的向量进行NumDims-1，包容，指定的公共秩一个和乙，如通过推断jcitest。

测试

字符向量，如“艾康”，要执行的字符向量指定的测试的类型的细胞或载体。价值观是：

`“艾康”`	在测试线性约束一个。
`'AVEC'`	测试特定的载体一个。
`'BCON'`	在测试线性约束乙。
`'BVec'`	测试特定的载体乙。

缺点

指定测试约束的矩阵或矩阵的单元向量。为限制乙中，在每个矩阵的行数，numDims1是尺寸在数据的数量，进行NumDims,除非模型是H*或H1 *，在这种情况下numDims1=进行NumDims+ 1和约束包括在模型中的限制确定性术语。

测试	缺点
`“艾康”`	`进行NumDims`-通过-`numCons`矩阵`[R`指定`numCons`上限制一个给出的`R * = 0`。`numCons`不得超过`进行NumDims`−[R。
`'AVEC'`	`进行NumDims`-通过-`numCons`矩阵指定`numCons`在纠错速度矢量的一个。`numCons`不得超过[R。
`'BCON'`	`numDims1`-通过-`numCons`矩阵`[R`指定`numCons`上限制乙给出的`R'* B = 0`。`numCons`不得超过`进行NumDims`−[R。
`'BVec'`	`numDims1`-通过-`numCons`矩阵指定`numCons`在协整向量的乙。`numCons`不得超过[R。

名称 - 值对参数

指定可选的用逗号分隔的对名称，值参数。的名字是参数的名称和价值是对应的值。的名字必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1，值1，...，NameN，值N。

“模型”

字符向量，如“氢气”字符向量指定VEC的确定性分量的形式，或细胞载体（q)模型的ÿ_Ť。值模型这些是约翰森考虑的吗[3]：

价值	的形式Cÿ_Ť-1+dX
`“氢气”`	AB“ÿ_Ť-1。在协整系列中没有截取或趋势，在数据的级别中也没有确定的趋势。
`“H1 *”`	一个（乙“ÿ_Ť-1+C₀）。有在协整系列拦截并有数据的水平不确定性的趋势。
`“标题”`	一个（乙“ÿ_Ť-1+C₀）+C₁。有在协整系列拦截并有数据的确定性水平变化趋势。这是默认值。
`“H *”`	一个（乙“ÿ_Ť-1+C₀+d₀Ť）+C₁。在协整序列中存在截距和线性趋势，在数据的层次中存在确定性的线性趋势。
`“H”`	一个（乙“ÿ_Ť-1+C₀+d₀Ť）+C₁+d₁Ť。有拦截，并在协整系列线性趋势，有数据的水平确定的二次趋势。

协整关系以外的确定条件，C₁和d₁，分别将常数和线性回归系数投影到的正交补上一个。

“滞后”

指示数字的非负整数的标量或向量q的滞后差异(q)模型的ÿ_Ť。

滞后和差分时间序列减少样本大小。不具有任何样品前值，如果ÿ_Ť对于被定义Ť= 1：ñ，那么滞后系列ÿ_Ť−ķ对于被定义Ť=ķ+1：ñ。差分将时间基降为ķ+2：ñ。与q滞后差异，公共时间基准是q+2:N，有效样本量为Ť=N−（q+1）。

默认：0

'α'

测试的标称显著性水平的标量或向量。值必须大于零且小于一。默认值为0.05。

输入的单元素值被扩展为任意向量值的长度(测试的数量)。向量的长度必须相等。如果任何值是行向量，那么所有输出都是行向量。

输出参数

H

用于测试的布尔决策向量，长度等于测试的数量。值H等于1（真正的)表示拒绝约束所支持的空值，以支持它们不支持的替代。值H等于0（假)表示拒绝空值失败。

pValue

向量的右尾概率的测试统计，长度等于测试的次数。

统计

检验统计量的向量，长度等于测试的次数。统计数据是由测试来确定似然比。

cValue

对于右尾概率的临界值，长度等于测试的次数。检验统计量的渐近分布是卡方，与由试验确定的程度的自由度参数。

毫升

最大似然估计的结构与VEC（相关q)模型的ÿ_Ť，受限制。每个结构都有以下字段:

`paramNames`	参数名的形式的，细胞载体： {`一个`，`乙`，`B1`、……`BQ`，`C0`，`D0`，`C1`，`D1`} 元素取决于的值`滞后`和`模型`。
`paramVals`	参数的结构与估计对应的参数名称字段名称`paramNames`。
`水库`	Ť-通过-`进行NumDims`残差，其中的矩阵Ť在有效样本大小，通过拟合VEC（获得q)模型的ÿ（Ť）到输入数据。
`EstCov`	估计协方差Q创新过程ε_Ť。
`RLL`	限制loglikelihood`ÿ`下空。
`ULL`	无限制数似然`ÿ`下的选择。
`自由度`	检验统计量的渐近卡方分布的自由度。

例子

全部收缩

使用jcontest测试购买力平价

打开生活的脚本

加载澳大利亚和美国价格数据：

加载Data_JAustralianp1 = DataTable.PAU;％澳大利亚登录消费价格指数p2 = DataTable.PUS;％登录美国消费物价指数S12 = DataTable.EXCH;澳元兑美元汇率% LogY = [p1 p2 s12];情节(日期、Y) datetick ('X'，“yyyy”）图例（系列（1：3），“位置”，'最好'网格)在

考前个别系列的平稳性：

[h0, pValue0] = jcontest (Y, 1,'BVec'，{[1 0 0] '[0 1 0]'，[0 0 1]'}）

h0 =1×3阵列的逻辑1 1 0

pValue0 =1×30.0000 0.0000 0.0657

测试协整：

[H1，pValue1] = jcitest（Y）

************************结果摘要（试验1）数据：Y有效试样尺寸：76型号：H1时滞：0统计：跟踪显着性水平：0.05[RH统计cValuepValueeigVal ---------------------------------------- 0 1 60.3393 29.7976 0.0010 0.4687 1 0 12.2749 15.4948 0.1446 0.1157 2 0 2.9315 3.8415 0.0869 0.0378

H1 =1×3表R0 R1 R2 _____ _____ _____ T1真虚假

pValue1 =1×3表R0 R1 R2 _____ _______ ________ T1 0.001 0.14455 0.086906

试验购买力平价（ $p 1 = p 2 + 小号 12$ ）：

(h2, pValue2) = jcontest (Y, 1,'BCON'，[1 -1 -1]'）

h2 =合乎逻辑0

pValue2 = 0.0540

算法

的参数一个和乙在降秩VEC（q）模型不是唯一标识。jcontest标识乙使用方法[3]取决于测试。
构造约束时，解释的行和列进行NumDims-通过-[R矩阵一个和乙如下：
- 行一世的一个包含可变的调整速度ÿ_一世在每个的不平衡[R协整关系。
- 柱Ĵ的一个包含每个的调整速度进行NumDims不平衡的变量Ĵ日协整关系。
- 行一世的乙包含可变的系数ÿ_一世在每个[R协整关系。
- 柱Ĵ的乙包含每个系数进行NumDims变量Ĵ日协整关系。
测试乙回答关于协整关系空间的问题。测试一个回答有关系统共同驱动力的问题。例如，全零行一个表示相对于中的系数而言是弱外生变量乙。这样一个变量可能会影响其他变量，但它不会在协整关系中调整不平衡。类似地，一个标准单位向量列一个表示一个在特定的协整关系中专门调整以适应不平衡的变量。
约束矩阵[R令人满意的[R“一个= 0或[R“乙= 0等效于一个=Hφ或乙=Hφ,在那里H是的正交补吗[R（空（R'）),φ是自由参数的向量。
jcontest将有限样本统计量与渐近临界值进行比较，结果表明小样本具有显著的尺寸畸变。看到[2]。较大的样本可以得到更可靠的推论。
将VEC (q在）的模型参数毫升输出到向量自回归（VAR）模型参数，使用该工具vec2var。