Correlation, regression, and cointegration of nonstationary economic time series

Abstract

Yule (1926) indførte begrebet "spurious" eller "nonsense" korrelation, og viste ved  simulation, for nogle ikke stationære processer, at den empiriske korrelation syntes ikke at konvergere i sandsynlighed, selv om processerne var uafhængige. Dette blev senere diskuteret af Granger og Newbold (1974), og Phillips (1986) fandt grænsefordelingerne.Vi forslår at skelne mellem empirisk og population korrelationskoefficient og viser i en bivariate autoregressiv model for ikkestationære variable, at den  empiriske korrelation og regressionskoefficient ikke konvergerer mod relevante  populationsværdier, på grund af trenden i data. Vi afslutter med at give en simpel kointegrationsanalyse af to rente variable. Analysen illustrerer at mere indsigt kan opnås om den dynamiske opførsel af ikkestationære variable end ved simpel beregning af en korrelationskoefficient.
Original languageEnglish
Title of host publicationBulletin of the International Statistical Institute vol. LXII : Proceedings of the 56th session of the International Statistical Institute, 22-29 August 2007, Lisboa, Portugal
EditorsM. Ivette Gomes, José Alberto Pinto Martins, José Alberto Silva
Number of pages8
PublisherInstituto Nacional de Estatística
Publication date2008
Pages19-26
ISBN (Electronic)9789726739920
Publication statusPublished - 2008
EventCorrelation, regression, and cointegration of nonstationary economic time series -
Duration: 29 Nov 2010 → …

Conference

ConferenceCorrelation, regression, and cointegration of nonstationary economic time series
Period29/11/2010 → …

Cite this