• ### Penggabungan

Latar Belakang: Model regresi klasik didasarkan pada variabel data yang stabil. Untuk variabel yang tidak stabil, model regresi klasik tidak dapat digunakan, atau akan terjadi regresi palsu. Karena banyak masalah ekonomi tidak stabil, ini sangat membatasi metode analisis regresi klasik. Karena sebagian besar urutan waktu tidak stabil dalam aplikasi praktis, biasanya metode diferensial digunakan untuk menghilangkan kecenderungan tidak stabil yang terkandung dalam urutan, sehingga model dibangun setelah urutan stabil, seperti menggunakan model ARIMA.

• Menanyakan: Teori dan metode konvergensi yang dikemukakan oleh Engle dan Granger pada tahun 1987 memberikan pendekatan lain untuk memodelkan urutan yang tidak stabil. Meskipun beberapa variabel ekonomi itu sendiri tidak stabil, namun kombinasi linier mereka mungkin merupakan urutan yang stabil. Kombinasi linier yang stabil ini disebut konvergensi, dan dapat dijelaskan sebagai hubungan keseimbangan yang stabil dalam jangka panjang antara variabel.Sebagai contoh, konsumsi dan pendapatan adalah urutan waktu yang tidak stabil, tetapi memiliki hubungan koordinat. Jika mereka tidak memiliki hubungan koordinat, maka konsumsi jangka panjang mungkin lebih tinggi atau lebih rendah dari pendapatan, sehingga konsumen akan mengkonsumsi atau mengakumulasi tabungan secara tidak rasional. Dengan asumsi bahwa beberapa indikator ekonomi dihubungkan oleh suatu sistem ekonomi, maka dari sudut pandang jangka panjang variabel-variabel tersebut seharusnya memiliki hubungan keseimbangan, yang merupakan titik awal dasar untuk membangun dan menguji model. Dalam jangka pendek, karena pengaruh musiman atau gangguan acak, variabel-variabel ini mungkin menyimpang dari rata-rata. Jika penyimpangan ini bersifat sementara, maka akan kembali ke keadaan keseimbangan dari waktu ke waktu; jika penyimpangan ini bersifat permanen, maka tidak dapat dikatakan bahwa ada hubungan keseimbangan antara variabel-variabel ini. Konsep keseragaman adalah konsep yang kuat. Karena keseragaman memungkinkan kita untuk memetakan hubungan yang seimbang atau stabil antara dua atau lebih urutan. Mungkin tidak stabil untuk setiap urutan secara individual, matriks dari urutan ini, seperti rata-rata, diferensial atau diferensial, berubah seiring waktu, sedangkan urutan kombinasi linier dari urutan waktu ini mungkin memiliki sifat yang tidak berubah seiring waktu.

• Definisi: Perbedaan antara nilai-nilai dari vektor dimensi k Yt = (y1t, y2t,…,ykt) disebut d,b-grade integral, ditulis sebagai Yt CI (d,b), jika: (1) y1t, y2t,…, ykt adalah integer d-kelas, yaitu YtI (d), yang menuntut setiap pecahan Yt dari yitI (d); (2) Ada vektor non-nol β = (β1, β2, …, βk), sehingga β YtI (d-b), 0 < b≤d, Singkatan Yt adalah kointegral, vektor β juga disebut kointegral.

• Kondisi: Kondisi keberadaan hubungan kohesi adalah: hubungan kohesi hanya dapat terjadi jika dua variabel berurutan waktu {x} dan {y} adalah urutan integer tunggal kelas yang sama yaitu I ((d)). Hal ini tidak berlaku untuk koherensi multi-variabel. Oleh karena itu, sebelum melakukan pemeriksaan hubungan kohesi dua variabel y dan x, tes kelancaran kedua urutan waktu {x} dan {y} terlebih dahulu dilakukan dengan tes akar satuan ADF. Pemeriksaan kelancaran yang biasa digunakan adalah metode diagram dan tes akar satuan. Untuk mengetahui cara memverifikasi apakah suatu urutan adalah koefisien stabil, carilah unit root test.

• Berikut ini adalah informasi dari sumber yang tidak diketahui:

Dari sumber yang diketahui