Dt = (D1t D1t )= Deterministic tren

Dt = (D1t D1t )
= Deterministic trend repressor
and the regressors equations are:
1 1 D +E
xt = Γ21D1t + Γ22 2t 2t
∆E2t = u2t
-Dynamic OLS
Jose G. Montalvo (1994)’s study compared the estimator efficiency among OLS (Ordinary Least Squares) estimator, CCR (Canonical Cointegration Regression) estimator, CCRPW (CCR estimator using a VAR pre-whitened kernel estimator of the long-run covariance matrix) and DOLS (Dynamic OLS) estimator. The result of this study shows that DOLS estimator has smaller bias and root mean squared error than the other estimators.
Chen, McCoskey, and Kao (1996) investigated the finite sample proprieties of the OLS estimator, the t-statistic, the bias-corrected OLS estimator, and the bias-corrected t-statistic. They found that the bias-corrected OLS estimator does not improve over the OLS estimator in general. The result of their study suggests that alternatives, such as the FMOLS (Fully Modified OLS) estimator or the DOLS (Dynamic OLS) estimator may be more promising in cointegrated regression.
2.2 Literature Review
Chris Brooks, Alistair G. Rew and Stuart Ritson examined the lead–lag relationship between the FTSE 100 index and index futures price employing a number of time series models. Using 10-min observations from June 1996–1997, it is found that lagged changes in the futures price can help to predict changes in the spot price. The best forecasting model is of the error correction type, allowing for the theoretical

ผลลัพธ์ (ไทย) 1:

Dt = (D1t D1t)= แนวโน้ม deterministic repressorและมีสมการ regressors:1 1 D + E xt = Γ21D1t + Γ22 2t 2t∆E2t = u2t-แบบไดนามิก OLSJose G. Montalvo (1994) ของการศึกษาเปรียบเทียบประสิทธิภาพประมาณประมาณ OLS (สามัญอย่างน้อยสี่เหลี่ยม) ประมาณ CCR (มาตรฐาน Cointegration ถดถอย) CCRPW (CCR ประมาณโดยใช้ประมาณเมล็ดขาวโดยธรรมชาติก่อนเป็น VAR ของเมทริกซ์แปรปรวนระยะยาว) และประมาณ DOLS (ไดนามิก OLS) ผลการศึกษานี้แสดงว่า ประมาณ DOLS มีอคติและรากหมายถึง ข้อผิดพลาดกำลังสองมากกว่า estimators อื่น ๆ ขนาดเล็กเฉิน McCoskey และเขา (1996) สอบสวน proprieties อย่างมีจำกัดประมาณ OLS สถิติ ประมาณ OLS แก้ไขอคติ และแก้ไขอคติสถิติ พวกเขาพบว่า ประมาณ OLS แก้ไขอคติไม่ปรับปรุงช่วงประมาณ OLS โดยทั่วไป ผลการศึกษาแสดงให้เห็นว่า ทางเลือก เช่นประมาณ FMOLS (เต็มแก้ไข OLS) หรือประมาณ DOLS (ไดนามิก OLS) อาจมีแนวโน้มมากใน cointegrated ถดถอย2.2 ทบทวนวรรณกรรมบรู๊คส์คริส Alistair G. Rew และ Stuart Ritson ตรวจสอบความสัมพันธ์ลูกค้าเป้าหมาย – ความล่าช้าระหว่างดัชนี FTSE 100 และดัชนีล่วงหน้าราคาจ้างจำนวนเวลาชุดรุ่น ใช้ 10 นาทีสังเกตจาก 1996 มิถุนายน – 1997 พบว่า lagged การเปลี่ยนแปลงราคาล่วงหน้าสามารถช่วยในการทำนายการเปลี่ยนแปลงราคาจุด แบบจำลองการคาดการณ์ที่ดีสุดเป็นชนิดของการแก้ไขข้อผิดพลาด ให้การทฤษฎี

ผลลัพธ์ (ไทย) 2:

dt = (D1t D1t)
= อดกลั้นแนวโน้มตายตัว
และ regressors สมการคือ:
1 1 D + E
XT = Γ21D1t + Γ22 2T 2T
ΔE2t = u2t
-Dynamic OLS
Jose G. Montalvo (1994) 's ศึกษาเปรียบเทียบประสิทธิภาพการประมาณการในหมู่ OLS (หุ้นสามัญแควน้อย) ประมาณการ CCR (Canonical ระยะยาวระหว่างการถดถอย) ประมาณการ CCRPW (CCR ประมาณการใช้ประมาณการเคอร์เนล VAR ก่อนขาวของเมทริกซ์ความแปรปรวนในระยะยาว) และ DOLS (Dynamic OLS) ประมาณการ ผลการศึกษาครั้งนี้แสดงให้เห็นว่า DOLS ประมาณการมีอคติขนาดเล็กและรากคลาดเคลื่อนกำลังสองเฉลี่ยกว่าประมาณค่าอื่น ๆ .
เฉิน McCoskey และเก่า (1996) การตรวจสอบสมบัติตัวอย่าง จำกัด ของประมาณการ OLS, t-สถิติอคติ-แก้ไข OLS ประมาณการและอคติแก้ไข T-สถิติ พวกเขาพบว่าอคติแก้ไข OLS ประมาณการไม่ได้ดีขึ้นกว่าประมาณการ OLS ทั่วไป ผลการศึกษาของพวกเขาแสดงให้เห็นว่าทางเลือกเช่น FMOLS (OLS ดัดแปลงเต็มจำนวน) ประมาณการหรือ DOLS นี้ (แบบไดนามิก OLS) ประมาณการอาจจะมีแนวโน้มมากขึ้นในการถดถอย cointegrated.
2.2 การทบทวนวรรณกรรม
คริสบรูคส์, อลิสแตกรัม Rew และ Stuart Ritson ตรวจสอบ ความสัมพันธ์ตะกั่วล่าช้าระหว่าง FTSE ราคา 100 ดัชนีและ Index Futures จ้างหลายรูปแบบอนุกรมเวลา ใช้ 10 นาทีสังเกตตั้งแต่เดือนมิถุนายน 1996-1997 พบว่า lagged การเปลี่ยนแปลงในราคาฟิวเจอร์สสามารถช่วยในการทำนายการเปลี่ยนแปลงในราคาจุด แบบจำลองการคาดการณ์ที่ดีที่สุดคือประเภทแก้ไขข้อผิดพลาดเพื่อให้สามารถทฤษฎี

ผลลัพธ์ (ไทย) 3:

DT = ( d1t d1t )ผู้ควบคุมติดตั้งเครื่อง = แนวโน้มและ regressors สมการ :1 D + EXT = Γ 21d1t + Γ 22 2t 2t∆ e2t = u2t- และแบบไดนามิกโฮเซ่ มอนทาลโว ) ( 1994 ) การศึกษาเปรียบเทียบประสิทธิภาพของตัวประมาณค่ากำลังสองน้อยที่สุด ( วิธีกำลังสองน้อยที่สุด ) , CCR ( ถดถอยโดย Canonical ) วิธี ccrpw ( ประมาณการ CCR โดยใช้ var ก่อนฟอกสีเมล็ดยาวประมาณร่วมของเมทริกซ์ ) และตัดสิน ( แบบไดนามิกเพื่อ OLS ) ประเมินราคา ผลการศึกษาพบว่าตัวประมาณค่าที่มีอคติตัดสินขนาดเล็กและรากหมายถึงยกกำลังสองข้อผิดพลาดมากกว่าวิธีการอื่น ๆเฉิน mccoskey และเก่า ( 1996 ) จำกัด proprieties ศึกษาตัวอย่างของวิธีประมาณการ , ประมาณการและอคติ t-statistic , แก้ไข , และอคติการแก้ไข t-statistic . พวกเขาพบว่า การประมาณการและอคติไม่ได้ดีขึ้นกว่าที่ประมาณการโดยทั่วไป ผลของการศึกษาของพวกเขาแสดงให้เห็นว่าทางเลือก เช่น fmols ( อย่างแก้ไข OLS ) ประมาณการหรือตัดสิน ( แบบไดนามิกเพื่อ OLS ) ประมาณการอาจมีแนวโน้มมากขึ้นใน cointegrated Regression2.2 ทบทวนวรรณกรรมคริส บรูคส์ สแตร์ กรัมและตรวจสอบตะกั่วล้วน สจ๊วต Ritson ) ล้าหลังความสัมพันธ์ระหว่างดัชนี FTSE 100 ดัชนีราคาฟิวเจอร์สและใช้หมายเลขของตัวแบบอนุกรมเวลา ใช้ 10 นาที สังเกตจากมิถุนายน 2539 – 2540 พบว่า การเปลี่ยนแปลงราคาในราคาฟิวเจอร์สสามารถช่วยทำนายการเปลี่ยนแปลงในราคาจุด การพยากรณ์ที่ดีที่สุดในการแก้ไขข้อผิดพลาดชนิดที่ช่วยให้สำหรับทฤษฎี