Co-integration testTwo variables ar

Co-integration test

Two variables are said to be co-integrated if they have a long-term, or long run equilibrium, relationship between them. If two variables, dependent and an independent, are individually non-stationary but their residual (combination) is stationary, those variables are co-integrated on the long run (Gujarati, 2004; Yang, 2000). In this case the researchers used the Johansen co-integration test to test co-integration since it is the only test which can estimate more than one co-integration relationship if the data set contains two or more time series as well as gives the maximum rank of co-integration (Ssekuma, 2011).

According to Hjalmarsson and Osterholm, (2007), the Johansen’s methodology takes its starting point in the vector autoregression (VAR) of order  given by:


y t    y t 1  .........   y t   t (7a)
1


Where yt is an n1 vector of variables that are integrated of order one, commonly denoted by I

(1), and t is an n1 vector of innovations. This VAR can be re-written as:

 1
y t   y t 1  y t i  t (7b)
 i
i1
 
    and    j (7c)
i i
i1 j i1


If the coefficient matrix  has reduced rank, r n then there exist nr matrices  and  each with rank r such that   • and  • yt is stationary. r is a number of co-integrating relationships, the elements of  are known as the adjustment parameters in the vector error correction model and each column of  is a co-integrating vector.

Hasil (Bahasa Indonesia) 1:

Pengujian integrasi CoDua variabel dikatakan Co diintegrasikan jika mereka memiliki hubungan jangka panjang, atau keseimbangan jangka panjang, antara mereka. Jika dua variabel, bergantung dan independen, secara individual non-stasioner tetapi mereka sisa (kombinasi) stasioner, variabel-variabel bersama terpadu pada jangka panjang (Gujarati, 2004; Yang, 2000). Dalam hal ini para peneliti digunakan Johansen Co integrasi tes, tes Co integrasi karena hanya menguji yang dapat memperkirakan lebih dari satu hubungan rekan integrasi jika kumpulan data yang berisi dua atau lebih waktu seri serta memberikan peringkat maksimum Co integrasi (Ssekuma, 2011).Hjalmarsson dan Osterholm, (2007), metodologi Johansen mengambil titik awal dalam vektor autoregression (VAR) dari  urutan yang diberikan oleh:y t    y t 1 ...   y t   t (7a) 1 Mana yt vektor n1 variabel yang terintegrasi dari memesan satu, umumnya dilambangkan oleh saya(1), dan t n1 vektor inovasi. VAR ini dapat ditulis ulang seperti:  1 T y   y t 1  y t i t  (7b)  saya i1       dan    j (7c) saya saya i1 j i1 Jika koefisien matriks  telah mengurangi peringkat, r n maka ada nr matriks  dan  masing-masing dengan peringkat r sehingga   • dan  • yt stasioner. r adalah sejumlah Co mengintegrasikan hubungan, unsur-unsur  dikenal sebagai penyesuaian parameter dalam model koreksi kesalahan vektor dan setiap kolom  adalah bersama mengintegrasikan vektor.

Hasil (Bahasa Indonesia) 2:

Uji kointegrasi Dua variabel dikatakan co-terintegrasi jika mereka memiliki jangka panjang, atau ekuilibrium panjang, hubungan di antara mereka. Jika dua variabel, tergantung dan independen, secara individual non-stasioner tetapi sisa mereka (kombinasi) adalah stasioner, variabel tersebut bekerja terintegrasi pada jangka panjang (Gujarati, 2004; Yang, 2000). Dalam hal ini peneliti menggunakan Johansen uji co-integrasi untuk menguji co-integrasi karena merupakan satu-satunya tes yang dapat memperkirakan hubungan lebih dari satu co-integrasi jika kumpulan data berisi dua atau lebih time series serta memberikan peringkat maksimum . co-integrasi (Ssekuma, 2011) Menurut Hjalmarsson dan Osterholm, (2007), metodologi Johansen mengambil titik awal dalam autoregresi vektor (VAR) order  diberikan oleh: yt    yt 1  .........   yt   t (7a) 1 Dimana yt adalah vektor n1 variabel yang terintegrasi dari urutan satu, biasanya dilambangkan dengan I (1), dan t adalah vektor n1 inovasi. VAR ini dapat ditulis ulang sebagai:  1 yt   yt 1  yt i  t (7b)  i i1        dan    j (7c) ii i1 j i1 Jika koefisien matriks  telah mengurangi peringkat, rn maka terdapat matriks nr  dan  masing-masing dengan pangkat r sehingga    • dan  • yt adalah stasioner. r adalah jumlah hubungan co-mengintegrasikan, unsur  dikenal sebagai parameter penyesuaian dalam model koreksi kesalahan vektor dan setiap kolom  adalah vektor co-mengintegrasikan.