. Các ứng dụng của phương pháp ước tính thường thấy trong ánh sáng của dữ liệu sẵn có. Do khoảng thời gian ngắn, số lượng các phương pháp ước tính khả thi là giới hạn. Vì vậy, chúng tôi đã sử dụng cách tiếp cận duy nhất-phương trình dựa cointegration (Engle Granger hai bước thủ tục) để ước lượng mô hình. Hiệu suất của tất cả ước tính các phương trình sau đó sẽ được đánh giá bằng cách sử dụng có nghĩa là tuyệt đối tỷ lệ phần trăm lỗi (MAPE) và hệ số bất bình đẳng của Theil (U) và nhẹ misspecification sẽ được dung thứ nếu khả năng dự báo của các phương trình là tốt. Nó cũng được ghi nhận trong các tài liệu tại mà phần lớn thời gian kinh tế vĩ mô, series sẽ hiển thị một hành vi không văn phòng phẩm. Nếu hai loạt có đơn vị gốc quy trình sau đó bình thường tối thiểu (OLS) phương pháp cho giả mạo kết quả ngay cả khi các hệ số ước tính là rất quan trọng [Granger Newbold (1974) và Phillips (1986)]. Engle và Granger (1987) đề nghị dự toán cointegration mối quan hệ trong bước đầu tiên với phương pháp OLS tĩnh. Dư kết quả sau đó được thử nghiệm cho stationarity. Nếu họ được tìm thấy là văn phòng phẩm sau đó trong thứ hai bước một có thể ước lượng mô hình sửa lỗi như mối quan hệ cân bằng dài hạn. Theo định lý (1986) đại diện của Granger là, sự tồn tại của mối quan hệ tuyến tính cointegration có thể được biểu diễn như là một mô hình chỉnh sửa lỗi (ECM). Lợi thế của ECM là các tài sản dài hạn và ngắn-chạy có thể được ước tính khoảng cùng và nó làm cho có thể kiểm tra hướng của nhân quả lâu dài và ngắn-chạy. Vì vậy, chúng tôi sử dụng ECM để đại diện cho các hành vi động của các yếu tố đang được xem xét trong cách sau đây:
đang được dịch, vui lòng đợi..