Exogeneity in Error Correction Models

در سال‌های اخیر، مطالعه سری‌های زمانی همزمان و استفاده از مدل‌های تصحیح خطا در ادبیات اقتصاد سنجی بسیار رایج شده است. این کتاب تحلیلی از مفهوم برون‌زایی (ضعیف) ارائه می‌کند، که برای حفظ استنتاج معتبر در زیر سیستم‌ها، در چارچوب مدل‌های تصحیح خطا (ECMs) ضروری است. در بسیاری از موقعیت‌های عملی، اقتصاددان کاربردی می‌خواهد «ساختار» را بر روی مدل خود معرفی کند تا ضرایب معنادار اقتصادی به دست آورد. برای این منظور، ECM ها به شکل ساختاری، چارچوب جذابی را ارائه می دهند که به محقق اجازه می دهد محدودیت های شناسایی (با انگیزه نظری) را در روابط بلندمدت معرفی کند. در این مورد، اعتبار استنباط به تعدادی از شرایط بستگی دارد که در اینجا بررسی می شود. به طور خاص، ما به این نکته اشاره می‌کنیم که تست‌های متعامد، که اغلب برای آزمایش برون‌زایی ضعیف یا برای تعیین نادرست عمومی استفاده می‌شوند، در نمونه‌های محدود ضعیف عمل می‌کنند و اغلب در سیستم‌های یکپارچه بسیار مفید نیستند.

In the recent years, the study of cointegrated time series and the use of error correction models have become extremely popular in the econometric literature. This book provides an analysis of the notion of (weak) exogeneity, which is necessary to sustain valid inference in sub-systems, inthe framework of error correction models (ECMs). In many practical situations, the applied econometrician wants to introduce "structure" on his/her model in order to get economically meaningful coefficients. For thispurpose, ECMs in structural form provide an appealing framework, allowing the researcher to introduce (theoretically motivated) identification restrictions on the long run relationships. In this case, the validity of the inference will depend on a number of conditions which are investigated here. In particular,we point out that orthogonality tests, often used to test for weak exogeneity or for general misspecification, behave poorly in finite samples and are often not very useful in cointegrated systems.