Kointegracija je snažna dugoročna veza. Činjenica da su dvije varijable kointegrirane implicira da, iako rastu ili padaju, to čine sinkronizirano i održavaju taj odnos tijekom vremena.
Koncept kointegracije proizlazi iz problema pokušaja saznanja jesu li dvije ili više varijabli zapravo povezane. Mnogi odnosi između varijabli mogu biti lažni, odnosno lažni. Lažno znači da, iako se statistički čini da su povezani, to je čista šansa. Evo grafa koji povezuje dvije varijable (x i x1).
Ovaj je graf konstruiran s dvije serije nasumično generiranim pomoću programa za statističko programiranje nazvanog R Studio. Budući da su varijable generirane nasumce, najmanji postojeći odnos je čista šansa. Međutim, gledajući grafikon možemo pomisliti da imaju stabilan odnos. Kako x raste, raste i x1.
Nadalje, izradom modela linearne regresije koji objašnjava vrijednost x prema vrijednosti x1, dobivamo regresijsku liniju prisutnu na grafikonu. To ukazuje na R na kvadrat od 0,62, odnosno x1 može objasniti 62% varijacija x.
Činjenica da ove dvije serije, koje su potpuno slučajne i neovisne jedna o drugoj, mogu imati prividan odnos, otvara vrata svijetu beskonačnih mogućnosti u kojima se čini da su mnoge nepovezane varijable povezane. U tom smislu, testovi kointegracije zaduženi su za utvrđivanje je li taj odnos istinit i ima li smisla ili je lažan. Budući da su to statistički testovi temeljeni na matematičkim formulama, nisu nepogrešivi. Međutim, to su vrlo zahtjevni testovi koji osiguravaju vrlo veliku vjerojatnost izbjegavanja lažnih veza.
Koraci za provođenje kointegracijskog testa
Da bismo pojednostavili objašnjenje, pozabavit ćemo se samo s dvije varijable (x i x1). Na primjer, inflacija i kamatne stope, ili BDP i stopa nezaposlenosti. Stoga ćemo navesti korake kako bismo utvrdili je li veza lažna ili ne, pomoću kointegracijskog testa.
- Uspostavite odnos između varijabli
Najsnažniji način za razumijevanje odnosa dviju varijabli u ekonomiji je logika. Statistike, točnije ekonometrija, pokušavaju staviti brojke. Ali to mora biti ekonomist ili ekonometričar koji kroz ekonomsku teoriju uspostavlja logiku odnosa.
- Izdvojite podatke i generirajte model
Nakon što se podaci izvuku, pouzdani su i nema pogrešaka u procjeni, model će se generirati. Iako ima više situacija, možemo se pojednostaviti i suočiti s dva scenarija:
- x i x1 su nepokretni. Procjenjuje se prema uobičajenim najmanjim kvadratima (OLS)
- Serije nisu stacionarne, ali su kointegrirane.
- Test kointegracije
Najpoznatiji test kointegracije je Dickey-Fuller test. Ispitivanje se vrši na nizu ostataka. Odnosno, mi izrađujemo model. U našem slučaju pokušavamo objasniti x u smislu vrijednosti x1. I imamo procjenu vrijednosti x. Razlika između stvarnih vrijednosti x i procjene x naziva se rezidualna. Ispitivanje se vrši na nizu ostataka. Na taj način, ako se testom može potvrditi da su ostaci stacionarni, varijable će se kointegrirati. Inače neće biti.
Za što je korisna kointegracija?
Kointegracija je korisna u ekonomiji za stvaranje pouzdanih prediktivnih modela. Također u slučaju trgovanja kada se koriste tehnike statističke arbitraže poput trgovanja u paru. Ili napraviti modele na temelju makroekonomskih varijabli koji omogućuju procjenu vrijednosti imovine u određenom trenutku. Jasan primjer korisnosti kointegracije je trgovanje u paru. Ako ne osiguramo da dvije financijske imovine s vremenom imaju stabilan odnos, tom bismo strategijom mogli izgubiti puno kapitala.
Procjena bodova