Sammenspillet mellem den amerikanske og canadiske økonomi
Analyse af tidsserier ved hjælp af kointegration
Juli 2022
Forståelsen af hvordan et system af tidsserier relaterer sig til hinanden, er et vigtigt emne inden for flere områder. Kointegrationsanalyse er et effektivt redskab til at afdække sammenhænge og langsigtede deterministiske og stokastiske tendenser i et sådant system.
Beskrivelse af data
Formålet med dette projekt er at opnå en bedre forståelse af sammenspillet mellem den amerikanske og canadiske økonomi. Specifikt søger vi at afdække langsigtede tendenser og sammenhængen mellem følgende 5 makroøkonomiske tidsserier
- Forbrugerprisindeks (FPI) i Canada og USA
- Den lange rente i Canada og USA
- Valutakursen mellem CAD og USD
Bemærk at analysen – i overensstemmelse med almindelig praksis inden for økonometri – gennemføres ved hjælp af log-transformerede forbrugerprisindeks og valutakurser, mens rentesatserne forbliver utransformerede. Tidsserierne kan ses i følgende figur:
Sammenspillet mellem økonomierne
Analysen tyder på, at systemet er kointegreret, dvs. at der findes en lineær kombination af tidsserierne, som er stationær.
Der er evidens i data for at valutakurs- og renteprocesserne kan betragtes som svagt eksogene, dvs. deres værdier er bestemt uden for modellen. Intuitivt kan en forklaring være, at renteniveauet i høj grad dikteres af centralbankerne og bruges som et redskab til f.eks. at forsøge at kontrollere inflationen. Forbrugerprisindekset vil derved reagere på justeringer i renteniveauet. FPI-processen indgår i kointegrationsrelationen med koefficienter af samme størrelsesorden. Dette er måske ikke så overraskende, da Canada og USA er nabolande med et stærkt handelsforhold.
Analyse af et kointegreret system af tidsserier er meget nyttigt til at drage inferens for bedre at forstå systemet og dets langsigtede tendenser, samt hvordan de individuelle tidsserier relaterer sig til hinanden. Vi kan derudover også bruge en kointegrationsrelation til forecasting. Det kan vi gøre i og med, at vi kan modellere systemet som en Vector Error Correction Model (VECM), hvor lagged værdier af error correction størrelserne kan bruges til at forecaste differens-tidsserierne.
Kointegrationsanalyse er således et effektivt værktøj, når vi har at gøre med et system af integrerede tidsserier.