Existe-t-il un modèle de cointégration pour les séries temporelles à espacement irrégulier?

15

Je ne sais pas comment calculer la cointégration avec des séries chronologiques irrégulières (idéalement en utilisant le test de Johansen avec VECM). Ma pensée initiale serait de régulariser la série et d'interpoler les valeurs manquantes, bien que cela puisse biaiser l'estimation.

Existe-t-il de la littérature sur ce sujet?

time-series cointegration unevenly-spaced-time-series

— Shane
source

Pouvez-vous clarifier ce que vous entendez par irrégulier? Au départ, je pensais que vous aviez deux séries d'intervalles de temps discrets différents.

— Andy W

1

Oui, je veux dire deux séries chronologiques avec différentes heures d'arrivée aléatoire (pas régulièrement échantillonnées).

— Shane

7

Vous pouvez commencer par les références suivantes:

Comte (1999) "Cointégration temporelle discrète et continue", Journal of Econometrics .
Ferstl (2009) "Cointégration en temps discret et continu". Thèse.

Les citations de Comte peuvent également être utiles.

— Rob Hyndman
source

"Les citations de Comte peuvent également être utiles." lien est mort maintenant, quelle citation c'était?

— Qbik

4

Bien que cela ne soit que de peu d’utilité, le problème que vous me présentez est également synonyme du problème de « changement de support » rencontré lors de l’utilisation d’unités surfaciques. Bien que ce travail présente juste un cadre pour ce que vous décrivez comme "reglarize and interpolate" en utilisant une méthode appelée "krigeage". Je ne pense pas que ces travaux aideront à répondre à votre question de savoir si l'estimation de vos valeurs manquantes dans la série de manière à fausser les estimations de correction d'erreur, bien que si certains de vos échantillons sont dans des intervalles de temps groupés pour les deux séries, vous pourriez être capable de vérifier par vous-même. Vous pouvez également être intéressé par la technique de "co-krigeage" de ce domaine,Pierre Goovaerts ).

Encore une fois, je ne sais pas à quel point cela sera utile. Il peut être beaucoup plus simple d'utiliser simplement les techniques actuelles de prévision des séries chronologiques pour estimer vos données manquantes. Cela ne vous aidera pas non plus à décider quoi estimer.

Bonne chance et gardez le fil à jour si vous trouvez du matériel pertinent. Je serais intéressé et vous penseriez qu'avec la prolifération des sources de données en ligne, cela deviendrait un problème pertinent pour au moins certains projets de recherche.

— Andy W
source

1

La connexion avec le krigeage est bonne, mais il convient de mentionner que seuls certains types de séries chronologiques irrégulières peuvent être considérés comme ayant un support variable. Dans ce contexte, le "support" d'une valeur est la durée que la valeur représente. Par exemple, si la série chronologique consiste en des lectures totales sur huit heures de matière particulière dans des stations d'échantillonnage de l'air, obtenues quotidiennement uniquement pendant les jours de la semaine, les supports sont constants, égaux à huit heures. Ainsi, le problème du changement de support (ou de support variable) est différent de l'espacement irrégulier des supports eux-mêmes.

— whuber