The lag length p in Equations 17 an

The lag length p in Equations 17 and 18 was selected by the top-down procedure proposed by Ng and Perron (1995), in which we first set the maximum
3092 C.-F. Lee and C.-C. Tsong
Downloaded by [University of Hong Kong Libraries] at 16:05 26 July 2013
lag as 18 and sequentially test the significance of the last lag (using the 5% critical value of N(0,1)). All the lag choices for each country are displayed in columns (2) and (3) of Table 1. The final lags in the AR(p) models vary from 13 (Canada) to 17 (Belgium, France and Germany), indicating that all the series are highly persistent, thus requiring a long lag to approximate them well. Note also that such long lags in AR model may also be evidence of long memory behaviour in the series.2
Small sample distributions of chosen unit root tests
Next, we follow Rudebusch (1993) to estimate the finite sample distributions of the chosen unit root tests under the null and alternative hypotheses. This approach helps us discern which distribution is more likely to generate the test value. We describe the steps as follows. First, artificial ridt series were generated for each country according to the estimated models in Equations 17 and 18. The sample length of each generated series is consistent with the original length. To prevent our results from the effect of initial values, 100 more observations were generated and then dropped from the beginning of the generated series. Second, for each country, the chosen test statistics were calculated for each of the 5000 generated series, to establish the simulated distributions for the two hypotheses. Based on the two distributions, we calculated the finite-sample sizes and size-adjusted powers for each test, where the sizes were calculated
according to the 5% asymptotic critical values, while the powers were based on the 5% small sample critical values in order to control for size distortions. Finally, the p-values of the test statistics for each of the estimated processes were also calculated as follows:

Kết quả (Việt) 1:

P chiều dài tụt hậu trong phương trình 17 và 18 đã được lựa chọn bởi các thủ tục trên xuống được đề xuất bởi Ng và Perron (1995), trong đó chúng tôi lần đầu tiên thiết lập tối đa3092 C.-F. Lee và C. C. TsongTải xuống bởi [thư viện trường đại học Hồng Kông] lúc 16:05 ngày 26 tháng 7 năm 2013 tụt hậu là 18 và tuần tự kiểm tra ý nghĩa của sự tụt hậu cuối (bằng cách sử dụng 5% giá trị quan trọng của N(0,1)). Tất cả các lựa chọn lag cho mỗi quốc gia được hiển thị trong cột (2) và (3) trong bảng 1. Chậm lại cuối cùng trong AR(p) mô hình khác nhau từ 13 (Canada) đến 17 (Bỉ, Pháp và Đức), chỉ ra rằng tất cả các loạt là rất dai dẳng, do đó đòi hỏi phải có một tụt hậu dài để xác định chúng tốt. Cũng lưu ý rằng như vậy chậm dài trong mô hình AR cũng có thể là bằng chứng về lâu nhớ hành vi trong series.2Phân phối mẫu nhỏ của xét nghiệm gốc được lựa chọn đơn vịTiếp theo, chúng tôi làm theo Rudebusch (1993) để ước tính phân phối mẫu hữu hạn của gốc được lựa chọn đơn vị xét nghiệm dưới những giả thuyết null và thay thế. Cách tiếp cận này giúp chúng ta phân biệt phân phối mà là nhiều khả năng để tạo ra giá trị kiểm tra. Chúng tôi mô tả các bước như sau. Đầu tiên, nhân tạo ridt series đã được tạo ra cho mỗi quốc gia theo các mô hình dự kiến trong phương trình 17 và 18. Chiều dài mẫu mỗi loạt được tạo ra là phù hợp với chiều dài ban đầu. Để ngăn chặn các kết quả từ hiệu quả của các giá trị ban đầu, quan sát thêm 100 đã được tạo ra và sau đó bỏ từ sự khởi đầu của bộ truyện được tạo ra. Thứ hai, cho mỗi quốc gia, được lựa chọn kiểm tra số liệu thống kê được tính cho mỗi 5000 series được tạo ra, để thiết lập các bản phân phối mô phỏng cho hai giả thuyết. Dựa trên hai phân phối, chúng tôi tính toán kích thước hữu hạn-mẫu và kích thước điều chỉnh quyền hạn cho mỗi bài kiểm tra, nơi các kích thước được tính toántheo giá trị phê phán tiệm cận 5%, trong khi các cường quốc đã dựa trên các mẫu nhỏ 5% giá trị quan trọng để kiểm soát đối với kích thước sai lệch. Cuối cùng, các giá trị p của thống kê thử nghiệm cho mỗi của các quá trình ước tính được cũng tính như sau:

Kết quả (Việt) 2:

Việc chậm trễ dài p trong phương trình 17 và 18 đã được lựa chọn bởi các thủ tục trên xuống bởi Ng và Perron (1995) đề xuất, trong đó chúng ta lần đầu tiên thiết lập tối đa
3092 C.-F. Lee và C.-C. Tsong
Downloaded bởi [Đại học Thư viện Kông Hồng] lúc 16:05 ngày 26 tháng 7 năm 2013
lag như 18 và tuần tự kiểm tra ý nghĩa của sự tụt hậu trước (sử dụng các giá trị quan trọng 5% của N (0,1)). Tất cả những sự lựa chọn lag cho mỗi quốc gia được hiển thị trong các cột (2) và (3) của Bảng 1. trễ thức trong (p) các mô hình AR thay đổi từ 13 (Canada) đến 17 (Bỉ, Pháp và Đức), cho biết tất cả các series được đánh giá cao dai dẳng, do đó đòi hỏi một khoảng thời gian để gần đúng tốt. Cũng lưu ý rằng độ trễ dài như vậy trong mô hình AR cũng có thể là bằng chứng về hành vi trí nhớ dài trong series.2
nhỏ phân bố mẫu thử nghiệm gốc đơn vị được lựa chọn
kế tiếp, chúng tôi theo Rudebusch (1993) để ước tính sự phân bố mẫu hữu hạn của các bài kiểm tra đơn vị gốc chọn dưới sự chứng giả thuyết không và thay thế. Cách tiếp cận này sẽ giúp chúng tôi phân biệt mà phân phối có nhiều khả năng để tạo ra các giá trị thử nghiệm. Chúng tôi mô tả các bước như sau. Đầu tiên, loạt ridt nhân tạo được tạo ra cho mỗi quốc gia theo mô hình ước lượng trong phương trình 17 và 18. Chiều dài mẫu của mỗi loạt được tạo ra là phù hợp với chiều dài ban đầu. Để ngăn chặn các kết quả của chúng tôi từ những ảnh hưởng của các giá trị ban đầu, hơn 100 quan sát đã được tạo ra và sau đó giảm từ đầu của loạt tạo ra. Thứ hai, đối với mỗi quốc gia, số liệu thống kê kiểm tra chọn được tính cho mỗi 5000 tạo ra hàng loạt, để thiết lập phân phối mô phỏng cho hai giả thuyết. Dựa trên hai phân phối, chúng tôi tính toán kích thước hữu hạn mẫu và quyền hạn kích thước điều chỉnh cho mỗi bài kiểm tra, nơi mà các kích thước được tính toán
theo các giá trị quan trọng 5% tiệm cận, trong khi các cường quốc đều dựa trên những giá trị quan trọng 5% mẫu nhỏ trong để kiểm soát các biến dạng kích thước. Cuối cùng, các p-giá trị của thống kê kiểm tra cho mỗi của các quá trình ước tính cũng đã được tính toán như sau: