5.6. Структурные изменения в курсе доллара, произошедшие в августе-октябре 1998 г
Пока остановимся на тестировании характера структурных изменений во временном нестационарном ряде, поскольку по форме они могут быть различными. Вполне очевидно, что в том случае, когда тестирование показывает нестабильность временнoго ряда, тогда перед нами стоит задача выявить характер произошедших структурных изменений. В общем виде этот анализ проводится следующим образом. Например, предположим, что в момент времени t = 5 в динамике временнoго ряда произошли кардинальные изменения. Чтобы понять характер этих изменений, нужно сравнить параметры следующего уравнения регрессии:
Y= a1 + b1 ? Y(-1) в момент времени t ? 5;
Y= а2 + b2 ? Y(-1) в момент времени t > 5,
где Y(-1) — независимая переменная с лагом в один месяц;
а — свободный член уравнения регрессии;
b — коэффициент регрессии уравнения регрессии.
Если, например, после момента времени t = 5 в уравнении регрессии (5.8) статистически значимо изменился свободный член уравнения, т. е. если мы пришли к выводу, что а1 ? а2, это свидетельствует о произошедшем структурном изменении в виде сдвига. Геометрически это означает, что графики стабильного тренда и тренда со сдвигом продолжают оставаться параллельными друг другу (рис. 5.10), в то время как изменение в начальном уровне тренда со сдвигом произошло единовременно в момент времени t = 5 при неизменном среднем темпе прироста в обоих трендах за весь период времени t.
Если, например, после момента времени t = 5 в уравнении (5.8) статистически значимо изменился коэффициент регрессии, т. е. если мы пришли к выводу, что b1 ? b2, это свидетельствует о произошедшем структурном изменении в виде изменения наклона. Геометрически это означает, что графики стабильного тренда и тренда с изменением наклона становятся непараллельными друг другу, пересекаясь в момент времени t = 5 (рис. 5.11). При этом изменения в динамике обоих трендов обусловлены возникшей у них существенной разницей в среднем темпе прироста.
Если после момента времени t = 5 в уравнении регрессии (5.8) статистически значимо изменились как свободный член уравнения (а1 ? а2), так и коэффициент регрессии (b1 ? b2), это свидетельствует о произошедшем структурном изменении в виде одновременного сдвига и изменения наклона. В этой ситуации можно говорить о том, что изменение в начальном уровне «тренда со сдвигом и изменением наклона» произошло единовременно в момент времени t = 5, что совпало и с возникшей в этот момент существенной разницей в среднем темпе прироста между обоими трендами. Поэтому вполне понятно, что с геометрической точки зрения график тренда со сдвигом и изменением наклона представляет собой сочетание тренда с изменением наклона и тренда со сдвигом. А потому график тренда со сдвигом и изменением наклона не параллелен стабильному тренду и резко отклоняется от последнего в момент времени, равный 5 (рис. 5.12).
После краткой общей характеристики различных видов структурных изменений нужно применить эти знания к исследованию нашей статистической модели USDOLLAR = а ? USDOLLAR (-l) + b ? USDOLLAR(-2). Поэтому предположим, что в августе 1998 г. в динамике курса доллара произошли структурные изменения, характер которых нам следует определить. Чтобы справиться с поставленной задачей, необходимо воспользоваться методом, предложенным американским экономистом Д. Гуйарати[16].
Алгоритм действий № 20 Методика проведения теста Д. Гуйарати по определению характера структурного сдвига (на примере прогностической модели USDOLLAR = а ? USDOLLAR(-l) + b ? USDOLLAR(-2)) Шаг 1. Основная идея, на которой построен тест Д. Гуйарати В основе метода Д. Гуйарати лежит достаточно простая и вполне понятная идея: поскольку основной задачей уравнения регрессии является аппроксимация динамики временного ряда, то, разделив этот ряд с помощью фиктивной переменной на два периода — до и после структурного изменения, можно выяснить характер произошедшего структурного изменения. При этом фиктивная переменная для наблюдений, расположенных до момента предполагаемого структурного изменения, у нас приравнивается к нулю, а на остальном участке временного ряда приравнивается к единице. Следует также заметить, что структурные изменения в виде сдвига диагностируются с помощью обычной фиктивной переменной (назовем ее фиктивной переменной сдвига), а изменение в виде наклона — с помощью еще одной переменной, представляющей собой произведение фиктивной переменной и независимой переменной (назовем ее фиктивной переменной наклона).
Перед тестированием выдвигается нулевая гипотеза об отсутствии в динамике временного ряда структурных изменений в виде сдвига и в виде наклона. Но если после решения уравнения регрессии фиктивные переменные сдвига и наклона окажутся статистически значимыми, то нулевая гипотеза будет считаться опровергнутой и будет принята альтернативная гипотеза.
Шаг 2. Проведение теста Д. Гуйарати Поскольку мы хотим узнать характер структурных изменений, произошедших в августе 1998 г. во временном ряде, охватывающем период с августа 1992 г. по апрель 2010 г., то, следовательно, фиктивная переменная DUMMY до июля 1998 г. (включительно) будет приравнена к нулю, а для последующих наблюдений — к единице. Соответственно структурные изменения в виде сдвига будут выявлены в том случае, если фиктивная переменная DUMMY окажется статистически значимой. Кроме того, в уравнение регрессии USDOLLAR = а ? USDOLLAR(-l) + b ? USDOLLAR (-2) будут введены не только фиктивная переменная сдвига DUMMY, но и новые переменные DUMMY ? USDOLLAR(-1) и DUMMY ? USDOLLAR(-2), которые в случае их статистической значимости помогут нам выявить изменения в наклоне соответственно коэффициентов а, b и с. Таким образом, процедура тестирования по сути будет представлять собой решение обычного уравнения регрессии (см. алгоритм действий № 6 «Как решить уравнение регрессии в EViews»). При этом в диалоговое мини-окно EQUATION ESTIMATION следует ввести соответствующую формулу (рис. 5.13): USDOLLAR USDOLLAR(-1) USDOLLAR(-2) DUMMY DUMMY ? USDOLLAR(-1) DUMMY ? USDOLLAR(-2).
Шаг 3. Интерпретация теста Д. Гуйарати
В результате решения нового уравнения регрессии мы получили следующий вывод данных (табл.
