آزمون انگل‌ـ گرنجر (EG)

در روش آزمون انگل‌ـ گرنجر (EG) و انگل‌ـ گرنجر تعمیم‌یافته[۱](AEG)، بدنبال آزمون ایستایی جمله خطا هستیم. برای این کار ابتدا درجه انباشتگی متغیرها را بررسی می‌کنیم تا معلوم گردد متغیرها دارای درجه انباشتگی یکسان هستند یا نه. مثلاً اگر دو سری زمانی  و  ناایستا باشند و تفاضل مرتبه اول آنها یعنی  و  ایستا باشند، آنگاه هر دو سری زمانی، انباشته از درجه یک هستند. پس رگرسیون هم‌انباشتگی زیر را تخمین می‌زنیم:

(۴-۱)

حال آزمون ایستایی جمله خطا  را انجام می‌دهیم. اگر فرضیه  مبنی بر ناایستا بودن  پذیرفته شود، دو متغیر  و  هم‌انباشته نیستند. ولی اگر فرضیه مقابل مبنی بر ایستایی  قبول شود، دو متغیر  و  هم‌انباشته هستند.

نکته قابل توجه در این آزمون این است که نمی‌توانیم از مقادیر بحرانی DF یا ADF استفاده کنیم. زیرا  از پارامترهای هم‌انباشته  حاصل شده است. برای رفع این مشکل، انگل و گرنجر مقادیر بحرانی DF و ADF را برای آزمون هم‌انباشتگی محاسبه کرده‌اند. بخاطر کار آنها، آزمونهای DF و ADF برای هم‌انباشتگی به آزمونهای انگل‌ـ گرنجر (EG) و انگل‌ـ گرنجر تعمیم‌یافته (AEG) مشهور شده‌اند. نتایج حاصل از آزمون هم انباشتگی مدل‌های برآورد شده تحقیق در جدول زیر ارائه شده است.

جدول ۴-۷: نتایج آزمون هم انباشتگی انگل-گرنجر

منبع: محاسبات تحقیق

همانطور که ملاحظه می شود رابطه بلندمدت بین متغیرها در هر سه مدل برآورد شده وجود دارد و بدون ترس از کاذب بودن رگرسیون می توانیم به تفسیر اقتصادی ضرایب بپردازیم.

۴-۷ خلاصه فصل

در این فصل به آزمون مدل تحقیق پرداخته شد. همچنین آزمون‌های مربوط به ایستایی داده‌ها، همچنین آزمون‌های خوبی برازش مدل، نظیر آزمون‌های واریانس ناهمسانی، خودهمبستگی، هم انباشتگی و … نیز انجام شد. رابطه بلندمدت بین متغیرها در هر سه مدل وجود داشت. در هر سه مدل برآورد شده مشکل واریانس ناهمسانی وجود نداشت.

2. ۲٫ Augmented Engle- Granger Test

 متن فوق تکه ای از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل می توانید به لینک زیر مراجعه نمایید:

متن کامل