4가지 단위 루트 테스트 살펴보기: 종합 가이드

4가지 단위 루트 테스트 살펴보기

시계열 데이터를 분석할 때는 데이터에 단위근이 있는지 확인하는 것이 중요합니다. 단위근은 데이터가 비고정적이며 확률적 추세를 가지고 있음을 나타냅니다. 비고정 데이터는 신뢰할 수 없는 통계 분석과 잘못된 결론으로 이어질 수 있습니다. 단위근 테스트는 데이터에 단위근이 있는지 평가하는 데 사용되는 통계 도구입니다.

이 종합 가이드에서는 계량경제학에서 일반적으로 사용되는 네 가지 단위근 검정, 즉 증강 디키-풀러(ADF) 검정, 필립스-페론(PP) 검정, 엘리엇-로텐버그-스톡(ERS) 검정, 콰이트코프스키-필립스-슈미트-신(KPSS) 검정에 대해 살펴봅니다.

ADF 테스트는 널리 사용되는 테스트이며 디키-풀러 테스트를 기반으로 합니다. 이 테스트는 데이터에 단위근이 존재하는 정도를 측정합니다. PP 테스트는 ADF 테스트를 수정한 것으로, 직렬 상관관계 문제를 해결합니다. ERS 테스트는 데이터의 이형 공분산을 허용하는 일반화된 최소 제곱(GLS) 회귀 기반 테스트입니다. 반면에 KPSS 테스트는 단위 루트라는 대안 가설에 대해 공분산 가설을 검정합니다.

이러한 단위근 검정에는 각각 장점과 한계가 있습니다. 이러한 테스트 간의 차이점과 각 테스트의 사용 시기를 이해함으로써 연구자와 분석가는 시계열 데이터를 분석할 때 보다 정보에 입각한 결정을 내릴 수 있습니다. 이 가이드에서는 각 테스트에 대한 자세한 설명, 테스트 수행 방법에 대한 단계별 지침 및 결과 해석을 제공합니다.

단위근 테스트의 유형

계량경제학 및 재무 연구에서 일반적으로 사용되는 단위근 검정에는 네 가지 주요 유형이 있습니다. 이러한 테스트는 시계열 변수가 단위근을 가지고 있는지 여부를 결정하기 위해 고안되었으며, 이는 변수가 비고정적이며 무작위 산책 과정을 따르는 것을 의미합니다.

1. 증강 디키-풀러(ADF) 테스트: 이 테스트는 가장 널리 사용되는 단위근 테스트 중 하나입니다. 이 테스트는 회귀 모델에 변수의 후행 차이를 추가로 포함함으로써 원래의 디키-풀러 테스트를 기반으로 합니다. ADF 테스트는 다양한 유형의 추세를 허용하며 다양한 귀무가설 및 대안 가설 하에서 단위근을 테스트하는 데 사용할 수 있습니다.

2. 필립스-페론(PP) 테스트: PP 테스트는 ADF 테스트와 유사하지만 약간 다른 회귀 모델을 사용합니다. 데이터에서 추세의 형태를 지정할 필요가 없는 비모수 검정입니다. PP 테스트는 특정 형태의 이질적 공분산에 강합니다.

또한 읽어보세요: 인도네시아에서 거래는 합법인가요? 알아야 할 모든 것

3. Kwiatkowski-Phillips-Schmidt-Shin(KPSS) 테스트: ADF 및 PP 테스트와 달리 KPSS 테스트는 단위근이 아닌 공분산성을 테스트하는 데 사용됩니다. 시계열 변수에 단위근이 있는지 또는 추세 고정적인지 여부를 검사합니다. 이 검정은 변수가 결정적 추세에 대해 고정되어 있다는 귀무 가설을 기반으로 합니다.

4. 엘리엇-로텐버그-스톡(ERS) 테스트: ERS 테스트는 시계열 데이터의 잠재적인 구조적 단절을 설명하는 ADF 테스트의 수정된 버전입니다. 이 테스트는 근본적인 경제 또는 금융 요인의 변화로 인해 발생할 수 있는 알려지지 않은 구조적 단절의 존재를 허용합니다.

전반적으로 단위근 검정의 선택은 시계열 데이터의 특정 특성과 당면한 연구 질문에 따라 달라집니다. 연구자는 각 테스트의 가정과 한계를 데이터에 적용하기 전에 신중하게 고려해야 합니다.

올바른 단위근 검정 선택하기

시계열 분석을 수행할 때는 데이터에 적합한 단위근 테스트를 선택하는 것이 중요합니다. 단위근 테스트마다 가정이 다르고 데이터 유형에 따라 적합한 단위근 테스트가 다릅니다. 여기에서는 가장 일반적인 4가지 단위근 테스트에 대해 설명하고 적절한 테스트를 선택하는 방법에 대한 지침을 제공합니다.

단위 루트 테스트	가정	적절한 사용
증강 디키-풀러(ADF) 테스트	오차 항은 연속적으로 상관관계가 없고 특정 분포(정규분포 또는 일정한 분산)를 따름	가장 일반적으로 사용되는 단위근 테스트, 광범위한 시계열 데이터에서 단위근을 테스트하는 데 적합함.
필립스-페론(PP) 테스트: 오차 항은 연속적으로 상관관계가 없지만 그 분포를 지정할 필요가 없음	ADF 테스트와 유사하며 단위근 테스트에 적합하며 이질적인 데이터를 다룰 때 일반적으로 사용됨.
Kwiatkowski-Phillips-Schmidt-Shin(KPSS) 테스트	오차 항은 단위 근이 없는 고정되어 있으며, 추세 고정 데이터를 다룰 때 종종 적용되는 ADF 및 PP 테스트와 반대로 고정성 테스트에 사용됨.
필립스-올라아리스(PO) 테스트	오차 항은 직교 상관관계가 있으며 이산 공분산을 나타낼 수 있음	직교 상관관계와 이산 공분산이 있는 경우 단위근 테스트에 적합함.

올바른 단위근 테스트를 선택할 때는 추세, 이산 공분산성, 직렬 상관관계 등 데이터의 특정 특성을 고려하는 것이 중요합니다. 각 테스트의 가정과 한계를 이해하는 것이 정보에 입각한 결정을 내리는 데 중요합니다. 또한 분석의 견고성을 높이기 위해 여러 단위근 테스트의 결과를 비교하는 것이 좋습니다.

적절한 단위근 테스트를 선택하면 시계열 분석의 유효성과 신뢰성을 보장하여 보다 정확하고 의미 있는 결과를 얻을 수 있습니다.