計量経済学 — 時系列の定常性と見せかけの回帰
計量経済学 — 時間を含む回帰では、まず平均が変動しないかを問う
横断面のOLSでは、観測値がほぼ独立であると仮定することが多い。今年の物価が前年の物価に依存するなら、その前提は崩れる。第5章はパネルデータにおける個体差を扱った。本章の対象は時間的な持続性だ。
1. 非定常性はt値を見かけ上大きくする
弱定常性とは、平均と分散が時間を通じて一定で、二時点間の共分散が暦上の日付ではなく時間差だけに依存することをいう。決定論的トレンドを取り除けば定常になる系列と、ショックが恒久的に積み重なる単位根系列は異なる。ランダムウォーク は後者の典型例だ。独立な二つのランダムウォークを水準値で回帰すると、標本が長くなるにつれて や通常の 値が大きく見えることがある。これが見せかけの回帰である。
仮に独立な二つのランダムウォークについて100期の水準回帰から 、 が得られても、真の関係は存在しない。差分回帰の値が に下がれば、最初の値はトレンドが生んだ錯覚だった可能性がある。
拡張ディッキー=フラー(ADF)検定の通常の帰無仮説は、単位根が存在することだ。棄却できなくても単位根が証明されたわけではない。定数項や決定論的トレンドを含めるか、残差の自己相関に対処するため何期の差分ラグを入れるかは、データとモデルに応じて決める。構造変化や短い標本では検出力が低くなりうる。
2. 共和分は、差分だけでは失われる長期関係
二つの 系列 と について、線形結合 が なら共和分している。水準値に長期の統計的関係が含まれる可能性があり、無条件に差分を取ればその情報を失う。ただし残差の定常性は共和分検定に固有の臨界値で判定する必要がある。水準OLSの通常の 値を定常回帰と同様に解釈してはならない。共和分だけで から への因果効果も識別できない。
誤差修正モデルは、前期の長期関係からの乖離を今期の変化に結び付ける。例えば で 、 なら、他の項がゼロの場合、今期の の変化は となる。これは調整速度の仮想的な計算であり、特定の経済についての推定値ではない。 の符号・安定性と残差診断も確認する。
| 用語 | 実際に示すこと | 示さないこと |
|---|---|---|
| グレンジャー因果性 | 過去のXがYの予測に役立つ | 介入効果や因果識別 |
| 単位根を棄却できない | ρ=1を退けられない | 単位根の証明。検出力不足もありうる |
| 共和分 | 定常な長期均衡残差 | 構造変化に左右されない関係 |
グレンジャー因果性が問うのは「過去の は の予測を改善するか」だ。政策によって を変えれば が変わるという意味ではない。先行指標と原因は同義ではない。
資産価格の予測困難性には、金融経済学第3章で扱う、投資家が利用できる情報集合も関わる。計量経済学では、その回帰がそもそも見せかけでないかを先に問う。
確認問題
問題。 消費とGDPの年次データ50期がともに上昇し、水準回帰の通常の統計量は だった。両系列には単位根があるかもしれない。差分回帰では 、残差に基づく共和分検定でも帰無仮説を棄却できなかった。何が結論できるか。
解答。 水準回帰の だけで関係や因果効果を主張してはならない。この例の差分結果は、短期の線形的な関連を支持する証拠が弱いことを示す。共和分検定の棄却失敗も、共和分がないことの証明ではない。トレンド・ラグの設定、標本期間、構造変化を点検する。適切な検定で共和分の根拠が得られれば、誤差修正モデルで長期関係と短期調整を分けられる。ただし因果解釈には別途、識別設計が必要だ。
参考文献
- Clive Granger and Paul Newbold, “Spurious Regressions in Econometrics,” Journal of Econometrics (1974)
- James Stock and Mark Watson, Introduction to Econometrics, 時系列に関する章
- Jeffrey Wooldridge, Introductory Econometrics, 第11〜18章
- Engle and Granger, Co-Integration and Error Correction: Representation, Estimation, and Testing
Oiyo
編集部OIYO編集部は、経済・法律・生活・自己理解のテーマを一次資料と公開統計で検証してまとめます。すべての記事は出典を明記し、定期的に見直して正確さと実用性を保ちます。
