UNIT ROOT TESTS As can be seem in T

UNIT ROOT TESTS
As can be seem in Table 2, results suggest that all series are 7(0). Nevertheless, Perron (1989) argues that if a structural break is present in the series, the unit root tests may have very low power. As mentioned earlier, Sweden experienced a refugee shift in 1992-94 due to the war in Yugoslavia. Besides, the country experienced a banking crisis during the same period. Hence, structural breaks in the series originating from these events are very likely. Therefore, the robustness of the results obtained from the ADF unit root tests are checked by employing Saikkonen-Lutkepohl (See Saikkonen and Lutkepohl, 2002) unit root tests that consider the effects of structural breaks in a series. Saikkonen-Lutkepohl test has the advantage that it does not require an a priori assumption regarding the break dates as the process itself detects the exact time of the break, if any.
Table 3 shows the results obtained from the Saikkonen-Lutkepohl tests. As can be seen, results indicate that all series are integrated of order 1. The fact that these results are not consistent with those obtained from the ADF and PP tests suggests that regime shifts in the series are highly significant. The results obtained from all three tests indicate that none of the series are integrated of order 2 or higher. Therefore, ARDL bounds testing approach is applicable.
ARDL BOUNDS TESTING PROCEDURE
These hypotheses are tested using the F-test and /-test. Nevertheless, these tests have non-standard distributions that depend on the sample size, the inclusion of intercept and trend variable in the equation, and the number of regressors. Pesaran et at. (2001) discuss five cases with different restrictions on the trends and intercepts. The present analysis
will consider three of these cases such that F^ represents the F-statistic of the model with unrestricted intercept and restricted trend, Fv represents the F-statistic of the model with unrestricted intercept and trend, and Fm represents the F-statistic of the model with unrestricted intercept and no trend. tv and tm are the /-ratios with and withoutdeterministic linear trend, respectively. The estimated ARDL test statistics are compared to two asymptotic critical values reported in Pesaran et al. (2001, pp. 300-304) rather than the conventional critical values. If the test statistic is above an upper critical value, the null hypothesis of no long-run relationship can be rejected regardless of the orders of integration of the underlying variables. The opposite is the case if the test statistic falls below a lower critical value. If the sample test statistic falls between these two bounds, the result is inconclusive.
Table 5 shows the results of the bounds test. The results of Equation 13 and Equation 14 for each of the hypothesized relationships are reported in Table 3. The representation of the tested hypotheses on the table is such that FL1MMG (LIMMG|LGDP) denotes the null hypothesis 770: a1LIMMG = c2limmg = ®> where LGDP is a long-run forcing variable for LIMMG, whereas, FLGdp (LGDP|LIMMG) represents the opposite case where the null hypothesis is 770: (Ojlgdp = w 2lgdp = 0, i.e. LIMMG is a long-run forcing variable for LGDP. In each case, the optimum lag length (p) selection is based on minimizing Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC) (See Atkins and Serletis, 2003). The models are estimated through ordinary least squares regression
(OLS). Results suggest the existence of a long-run relationship since we can reject the null hypothesis of no cointegration. However, this is only a necessary but not a sufficien condition for rejecting the non-causality hypothesis (Morley, 2006). The existence of cointegrating relationships among the underlying variables suggests that there must be Granger-causality in at least one direction.
GRANGER-CAUSALITY ANALYSIS
Results of the pairwise Granger-causality tests are given in Table 6. The F-statistic on the differenced explanatory variable indicates the short-term causal effects, whereas the significance of ECTt-l denotes whether there is a long-term relationship. Results suggest that the coefficients on ECTt-l and the lagged explanatory variables are significant at various lags. Overall, strong evidence has emerged that LIMMG causes LGDP, and vice versa. However, LIMMG does not seem to cause LUNMP, while LUNMP is found to cause LIMMG. In other words, there exists a long-run bidirectional causality between immigration
and GDP per capita. However, evidence suggests that immigration does not cause
unemployment. Interestingly, results suggest that unemployment causes immigration.

Kết quả (Việt) 1:

XÉT NGHIỆM ĐƠN VỊ GỐC Như có thể có vẻ trong bảng 2, kết quả cho thấy rằng tất cả loạt có 7(0). Tuy nhiên, Perron (1989) lập luận rằng nếu một phá vỡ cấu trúc là hiện diện trong bộ truyện, xét nghiệm đơn vị gốc có thể có năng lượng rất thấp. Như đã đề cập trước đó, Thụy Điển đã trải qua một sự thay đổi người tị nạn trong 1992-94 vì cuộc chiến tranh tại Nam Tư. Bên cạnh đó, đất nước đã trải qua một cuộc khủng hoảng ngân hàng trong cùng kỳ. Do đó, phá vỡ cấu trúc trong bộ này có nguồn gốc từ những sự kiện này là rất có khả năng. Vì vậy, mạnh mẽ của các kết quả thu được từ các bài kiểm tra đơn vị ADF gốc được kiểm tra bằng cách sử dụng Saikkonen-Lutkepohl (xem Saikkonen và Lutkepohl, 2002) thử nghiệm gốc đơn vị xem xét những ảnh hưởng của phá vỡ cấu trúc trong một loạt. Saikkonen-Lutkepohl thử nghiệm có lợi thế là nó không yêu cầu một tiên nghiệm một giả định liên quan đến sự tan rã ngày khi quá trình tự nó phát hiện thời gian chính xác của trong giờ giải lao, nếu có.Bảng 3 cho thấy kết quả thu được từ các bài kiểm tra Saikkonen-Lutkepohl. Có thể nhìn thấy, kết quả cho thấy rằng tất cả loạt được tích hợp của đơn đặt hàng 1. Thực tế là những kết quả này không phù hợp với những người thu được từ các bài kiểm tra ADF và PP cho thấy rằng chế độ thay đổi trong bộ này là rất quan trọng. Kết quả thu được từ tất cả các xét nghiệm ba chỉ ra rằng không có dòng là tích hợp của 2 hoặc cao hơn. Vì vậy, ARDL giới hạn thử nghiệm phương pháp được áp dụng. ARDL GIỚI HẠN KIỂM TRA THỦ TỤC Các giả thuyết được kiểm tra bằng cách sử dụng F-thử nghiệm và /-test. Tuy nhiên, những thử nghiệm này đã không đúng tiêu chuẩn phân phối phụ thuộc vào kích thước mẫu, sự bao gồm của đánh chặn và xu hướng biến trong phương trình, và số regressors. Pesaran et lúc. (2001) thảo luận về các trường hợp năm với những hạn chế khác nhau về các xu hướng và chặn. Phân tích hiện tại sẽ xem xét ba trong số những trường hợp như vậy đó F ^ các đại diện cho F-thống kê của các mô hình với không hạn chế đánh chặn và xu hướng bị giới hạn, Fv đại diện cho F-thống kê của các mô hình với không hạn chế đánh chặn và xu hướng, và Fm đại diện cho F-thống kê của các mô hình với đánh chặn không hạn chế và không có xu hướng. TV và tm là /-tỷ lệ với và xu hướng tuyến tính withoutdeterministic, tương ứng. Thống kê ước tính thử nghiệm ARDL được so sánh với hai giá trị tiệm cận quan trọng được báo cáo trong Pesaran et al. (2001, trang 300 – 304) thay vì các giá trị quan trọng thông thường. Nếu số liệu thống kê thử nghiệm trên một giá trị quan trọng trên, giả thuyết null không có mối quan hệ lâu dài có thể bị từ chối bất kể các đơn đặt hàng của hội nhập của các yếu tố cơ bản. Ngược lại là trường hợp nếu số liệu thống kê thử nghiệm giảm xuống dưới một giá trị quan trọng thấp. Nếu số liệu thống kê thử nghiệm mẫu nằm giữa các giới hạn hai, kết quả là không quyết định. Bảng 5 cho thấy các kết quả của thử nghiệm giới hạn. Kết quả của phương trình 13 và phương trình 14 cho mỗi người trong các mối quan hệ gan giả thuyết được báo cáo trong bảng 3. Các đại diện của các giả thuyết thử nghiệm trên bàn là như vậy đó FL1MMG (LIMMG|LGDP) nghĩa là giả thuyết null 770: a1LIMMG = c2limmg = ® > nơi LGDP là một thời gian dài buộc biến cho LIMMG, trong khi đó, FLGdp (LGDP|LIMMG) đại diện cho trường hợp ngược lại giả thuyết null đâu 770: (Ojlgdp = w 2lgdp = 0, tức là LIMMG là một thời gian dài buộc biến cho LGDP. Trong mỗi trường hợp, việc lựa chọn chiều dài (p) tối ưu tụt hậu ngày giảm thiểu tiêu chuẩn thông tin Akaike (AIC) và Bayes thông tin tiêu chí (BIC) (xem Atkins và Serletis, 2003). Các mô hình được ước tính thông qua bình thường tối thiểu hồi qui(OLS). Kết quả cho thấy sự tồn tại của một mối quan hệ lâu dài kể từ khi chúng tôi có thể bác bỏ giả thuyết null của cointegration không có. Tuy nhiên, đây là chỉ là một cần thiết nhưng không phải là một điều kiện sufficien để bác bỏ giả thuyết phòng không quan hệ nhân quả (Morley, 2006). Sự tồn tại của cointegrating mối quan hệ giữa các yếu tố cơ bản cho thấy rằng có phải là Granger quan hệ nhân quả trong ít nhất một hướng. GRANGER QUAN HỆ NHÂN QUẢ PHÂN TÍCH Kết quả các bài kiểm tra quan hệ nhân quả Granger cử được đưa ra trong bảng 6. F-thống kê trên giải thích biến differenced chỉ ra những tác động quan hệ nhân quả ngắn hạn, trong khi ý nghĩa của ECTt-l là bắt cho dù đó là một mối quan hệ lâu dài. Kết quả cho thấy rằng hệ ngày ECTt-l và giải thích biến lagged có đáng kể lúc chậm lại khác nhau. Nói chung, mạnh mẽ bằng chứng đã nổi lên rằng LIMMG gây ra LGDP, và ngược lại. Tuy nhiên, LIMMG không có vẻ gây ra LUNMP, trong khi LUNMP được tìm thấy gây ra LIMMG. Nói cách khác, có tồn tại một thời gian dài hai chiều quan hệ nhân quả giữa di trú và GDP đầu người. Tuy nhiên, bằng chứng cho thấy rằng xuất nhập cảnh không gây ra tỷ lệ thất nghiệp. Điều thú vị, kết quả cho thấy rằng tỷ lệ thất nghiệp gây ra xuất nhập cảnh.

Kết quả (Việt) 2:

THỬ UNIT ROOT
Như có thể có vẻ như trong Bảng 2, kết quả cho thấy tất cả các series 7 (0). Tuy nhiên, Perron (1989) lập luận rằng nếu một phá vỡ cấu trúc có mặt trong bộ phim, các bài kiểm tra đơn vị gốc có thể có năng lượng rất thấp. Như đã đề cập trước đó, Thụy Điển đã trải qua một sự thay đổi người tị nạn trong 1992-1994 do chiến tranh ở Nam Tư. Bên cạnh đó, nước này đã trải qua một cuộc khủng hoảng ngân hàng trong cùng thời kỳ. Do đó, phá vỡ cơ cấu trong loạt có nguồn gốc từ những sự kiện này rất có khả năng. Do đó, sự vững mạnh của các kết quả thu được từ các bài kiểm tra đơn vị gốc ADF được kiểm tra bằng cách sử dụng Saikkonen-Lutkepohl (Xem Saikkonen và Lutkepohl, 2002) kiểm tra đơn vị gốc mà xem xét các tác động của phá vỡ cấu trúc trong một loạt. Saikkonen-Lutkepohl test có lợi thế mà nó không đòi hỏi một tiên nghiệm giả định về ngày nghỉ như quá trình tự phát hiện chính xác thời gian của giờ nghỉ, nếu có.
Bảng 3 cho thấy các kết quả thu được từ các bài kiểm tra Saikkonen-Lutkepohl. Như có thể thấy, kết quả cho thấy tất cả các series được tích hợp bậc 1. Thực tế rằng những kết quả không phù hợp với những người thu được từ các bài kiểm tra ADF và PP cho thấy sự thay đổi chế độ trong hàng loạt là rất quan trọng. Các kết quả thu được từ tất cả ba bài kiểm tra chỉ ra rằng không ai trong số hàng loạt những được tích hợp bậc 2 hoặc cao hơn. Vì vậy, cách tiếp cận giới hạn ARDL thử nghiệm được áp dụng.
ARDL BOUNDS KIỂM THỦ TỤC
Những giả thuyết được kiểm tra bằng cách sử dụng F-test và / -test. Tuy nhiên, các xét nghiệm này có phân phối không chuẩn mà phụ thuộc vào kích thước mẫu, bao gồm các đánh chặn và xu hướng biến trong phương trình, và số lượng các biến hồi quy. Pesaran et tại. (2001) thảo luận về năm trường hợp với những hạn chế khác nhau về xu hướng và chặn. Các phân tích này
sẽ xem xét ba trong số những trường hợp như vậy mà ^ F đại diện cho F-statistic của mô hình với đánh chặn không hạn chế và xu hướng hạn chế, Fv đại diện cho F-statistic của mô hình với đánh chặn không hạn chế và xu hướng, và Fm đại diện cho F-statistic của mô hình với đánh chặn không hạn chế và không có xu hướng. tv và tm là / -ratios với và xu hướng tuyến tính withoutdeterministic, tương ứng. Các số liệu thống kê kiểm tra ARDL ước tính được so sánh với hai tiệm cận giá trị quan trọng được báo cáo trong Pesaran et al. (2001, tr. 300-304) chứ không phải là giá trị quan trọng thông thường. Nếu thống kê kiểm định là ở trên một giá trị quan trọng trên, giả thuyết không có mối quan hệ lâu dài có thể bị từ chối không phụ thuộc vào đơn đặt hàng của hội nhập của các biến tiềm ẩn. Đối diện là trường hợp nếu kiểm định thống kê giảm xuống dưới một giá trị thấp hơn rất quan trọng. Nếu thống kê kiểm định mẫu nằm giữa hai giới hạn này, kết quả là không thuyết phục.
Bảng 5 cho thấy các kết quả của thử nghiệm giới hạn. Kết quả của phương trình 13 và phương trình 14 cho mỗi mối quan hệ giả thuyết được trình bày trong bảng 3. Các đại diện của các giả thuyết được kiểm tra trên bàn là như vậy mà FL1MMG (LIMMG | LGDP) biểu thị các giả thuyết 770: a1LIMMG = c2limmg = ®> nơi LGDP là một lâu dài buộc biến cho LIMMG, trong khi đó, FLGdp (LGDP | LIMMG) đại diện cho các trường hợp ngược lại, nơi các giả thuyết là 770: (Ojlgdp = w 2lgdp = 0, tức là LIMMG là một lâu dài buộc biến cho LGDP . Trong mỗi trường hợp, chiều dài (p) lựa chọn tối ưu lag dựa vào việc giảm thiểu Akaike Information Criterion (AIC) và Bayesian Information Criterion (BIC) (Xem Atkins và Serletis, 2003). Các mô hình được tính thông qua bình thường ít nhất là hồi quy bình phương
(OLS ). Kết quả cho thấy sự tồn tại của một mối quan hệ lâu dài kể từ khi chúng ta có thể bác bỏ giả thuyết không cùng hội nhập. Tuy nhiên, đây chỉ là một điều cần thiết nhưng không phải là một điều kiện đủ số cho việc loại bỏ các giả thuyết phi nhân quả (Morley, 2006). Sự tồn tại cointegrating của mối quan hệ giữa các biến cơ bản cho thấy rằng phải có quan hệ nhân quả Granger-trong ít nhất một hướng.
PHÂN TÍCH Granger-nhân quả
Kết quả của các cuộc thử nghiệm quan hệ nhân quả Granger-cặp được đưa ra trong Bảng 6. F-thống kê về các biến giải thích differenced biết tác động nhân quả ngắn hạn, trong khi ý nghĩa của ECTt-l biểu thị cho dù có là một mối quan hệ lâu dài. Kết quả cho thấy rằng các hệ số trên ECTt-l và các biến giải thích có độ trễ là đáng kể ở độ trễ khác nhau. Nhìn chung, bằng chứng mạnh mẽ đã nổi lên rằng LIMMG gây LGDP, và ngược lại. Tuy nhiên, LIMMG dường như không gây LUNMP, trong khi LUNMP được tìm thấy gây LIMMG. Nói cách khác, tồn tại một quan hệ nhân quả hai chiều dài chạy giữa di dân
và GDP bình quân đầu người. Tuy nhiên, bằng chứng cho thấy người nhập cư không gây ra
tình trạng thất nghiệp. Điều thú vị, kết quả cho thấy tỷ lệ thất nghiệp gây ra di trú.