Description
Abstract: This paper studies the asymptotic behaviour of least squares estimates in a stock adjustment model when the variables are nonstationary. The paper first considers the case in which the variables are not cointegrated, and then examines the case under cointegration. In the case of no cointegration, we find that the least squares estimate of the adjustment coefficient is close to zero, independent of its true value. In the case of cointegration, it is shown that a transformation can be applied to the model so that the resulting instrumental variable estimates will have standard distributions. Economic examples are used to illustrate each case and Monte Carlo simulations are performed in order to gauge the relevance of the asymptotic results for finite samples. The simulation evidence suggests that the asymptotic results are useful approximations in finite samples.
Résumé: La présente étude traite du comportement asymptotique des paramètres que l’on obtient en estimant par la méthode des moindres carrés un modèle d’ajustement des stocks doté de variables non stationnaires. Les auteurs examinent d’abord le cas où les variables ne sont pas cointégrées, puis celui où elles le sont. En l’absence de cointégration des variables, l’estimation du coefficient d’ajustement obtenue par la méthode des moindres carrés avoisine zéro, peu importe la valeur véritable du coefficient. Dans le cas contraire, il est possible de transformer le modèle de manière que les estimations obtenues au moyen de variables instrumentales aient une distribution connue. Les auteurs illustrent chaque cas au moyen d’exemples de nature économique et effectuent des simulations de Monte-Carlo afin d’évaluer la pertinence des résultats asymptotiques pour des échantillonsfinis. À en juger par ces simulations, les résultats asymptotiques obtenus constituent des approximations utiles lorsque l’échantillon est fini.
Résumé: La présente étude traite du comportement asymptotique des paramètres que l’on obtient en estimant par la méthode des moindres carrés un modèle d’ajustement des stocks doté de variables non stationnaires. Les auteurs examinent d’abord le cas où les variables ne sont pas cointégrées, puis celui où elles le sont. En l’absence de cointégration des variables, l’estimation du coefficient d’ajustement obtenue par la méthode des moindres carrés avoisine zéro, peu importe la valeur véritable du coefficient. Dans le cas contraire, il est possible de transformer le modèle de manière que les estimations obtenues au moyen de variables instrumentales aient une distribution connue. Les auteurs illustrent chaque cas au moyen d’exemples de nature économique et effectuent des simulations de Monte-Carlo afin d’évaluer la pertinence des résultats asymptotiques pour des échantillonsfinis. À en juger par ces simulations, les résultats asymptotiques obtenus constituent des approximations utiles lorsque l’échantillon est fini.