01.07.2013 Views

Metodi non parametrici per l'analisi di cointegrazione di ... - Sapienza

Metodi non parametrici per l'analisi di cointegrazione di ... - Sapienza

Metodi non parametrici per l'analisi di cointegrazione di ... - Sapienza

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

- CapitoLo I I -<br />

matrice può essere fattorizzata come cm = 2HG', dove H e G sono<br />

matrici a valori complessi <strong>non</strong> singolari <strong>di</strong> or<strong>di</strong>ne n )c (n - r 3 ).<br />

Supponendo che i ranghi <strong>di</strong> <strong>cointegrazione</strong> alle frequenze O e n<br />

siano rispettivamente pari a r l e r z (r l < n, r z < n) e ripetendo le<br />

stesse considerazioni fatte <strong>per</strong> la <strong>cointegrazione</strong> alla frequenza<br />

n/2, possiamo allora scrivere DI = HlG l ' e D z = HzG z ',<br />

sono due matrici <strong>non</strong> singolari <strong>di</strong> or<strong>di</strong>ne n )c (n - r l ) e<br />

due matrici <strong>non</strong> singolari <strong>di</strong> or<strong>di</strong>ne n x (n - r z ).<br />

dove Hl e G l<br />

Hz e G z sono<br />

Sotto queste<br />

ipotesi, possiamo dunque riscrivere la rappresentazione (2.6) come:<br />

(1 - L 4 )Yt = {HlGl'(l + L + L Z + L 3 ) + HzGz'(l - L + L Z - L 3 ) +<br />

+ [H 3 G 3 ' + H 4 G 4 ' + (H4G3' + H 3 G 4 ' )L](l - L2) + C*(L)(l - L4)h:: t<br />

dove G 3 = Re[G], G 4 = Im[G], H 3 = Re[H] e H 4 = Im[H].<br />

(2.7)<br />

La rappresentazione (2.7) esplicita vincoli lineari che la<br />

presenza <strong>di</strong> <strong>cointegrazione</strong> impone alle matrici dei coefficienti<br />

della rappresentazione <strong>di</strong> Wold. Questi vincoli sono dovuti alla<br />

<strong>di</strong>pendenza lineare presente tra le componenti degli elementi <strong>di</strong> Yt<br />

associate ad ognunadelle frequenze <strong>di</strong> <strong>cointegrazione</strong>. Per questo<br />

motivo la (2.7) viene chiamata rappresentazione a trend e<br />

stagionalità comuni.<br />

Nei lavori empirici la rappresentazione più usata è <strong>per</strong>ò quella<br />

VAR, ovvero:<br />

(2.8)<br />

dove F(O) = I e IF(L) I ha alcune ra<strong>di</strong>ci pari a l, -1 e :ti e le altre<br />

esterne al cerchio unitario. Confrontando la (2.5) con la (2.8), è<br />

4<br />

facile ricavare che F(L)C(L) = (I - L ). Ne segue che:<br />

25

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!