التكامل المشترك في تحليل السلاسل الزمنية

التكامل المشترك في تحليل السلاسل الزمنية

يُعد التكامل المشترك (Cointegration) خاصية إحصائية في مجال الاقتصاد القياسي تُستخدم لوصف علاقة توازن طويلة الأمد بين متغيرين أو أكثر من السلاسل الزمنية، حتى لو كانت هذه السلاسل في حد ذاتها غير مستقرة (Non-stationary)، أي أنها تحتوي على اتجاهات عشوائية (Stochastic trends). في مثل هذه الحالات، قد تتباعد المتغيرات في المدى القصير، إلا أن تركيبتها الخطية تظل مستقرة، مما يشير إلى أنها تتحرك معاً بمرور الوقت وتظل مقيدة بتوازن مستقر.

المفهوم الرياضي للتكامل المشترك

من الناحية الرسمية، إذا كانت عدة سلاسل زمنية متكاملة من الدرجة d (بمعنى أنها تتطلب d من عمليات الفرق لتصبح مستقرة)، ولكن تبين أن هناك تركيبة خطية منها متكاملة من درجة أقل من d، فإن هذه السلاسل تُسمى سلاسل متكاملة مشتركاً. على سبيل المثال، إذا كانت المتغيرات (X, Y, Z) متكاملة من الدرجة الأولى I(1)، ووجدت معاملات (a, b, c) بحيث تكون المعادلة aX + bY + cZ متكاملة من درجة أقل من الأولى (أي مستقرة I(0))، فإن X و Y و Z تكون متكاملة مشتركاً.

التطور التاريخي والسياق

يعود الفضل في تقديم وتحليل مفهوم الانحدار الزائف (Spurious Regression) إلى أدني يول (Udny Yule) في عام 1926. وقبل ثمانينيات القرن الماضي، كان العديد من الاقتصاديين يعتمدون على الانحدارات الخطية للبيانات غير المستقرة، وهو ما وصفه الحائزان على جائزة نوبل كلايف غرانجر (Clive Granger) وبول نيوبولد (Paul Newbold) بأنه نهج خطير قد يؤدي إلى ارتباطات زائفة، حيث أن تقنيات إزالة الاتجاه التقليدية قد لا تنجح في جعل البيانات مستقرة.

في عام 1987، قام غرانجر بالتعاون مع روبرت إنجل (Robert Engle) بصياغة نهج "متجه التكامل المشترك" وصك هذا المصطلح رسمياً. وأثبت غرانجر ونيوبولد أن إزالة الاتجاه لا تنهي مشكلة الارتباط الزائف في العمليات المتكاملة من الدرجة الأولى I(1)، وأن البديل الأفضل هو اختبار التكامل المشترك، حيث لا يمكن لسلسلتين ذات اتجاهات I(1) أن تكونا متكاملتين مشتركاً إلا إذا كانت هناك علاقة حقيقية تربطهما.

مشكلة الانحدار الزائف

تظهر أهمية التكامل المشترك عند اختيار التقنيات المناسبة لاختبار الفرضيات المتعلقة بمتغيرات تحتوي على "جذور الوحدة" (Unit Roots). كان الإجراء المعتاد سابقاً هو إجراء انحدار المربعات الصغرى العادية (OLS) على بيانات تم أخذ الفروق لها. ومع ذلك، فإن هذه الطريقة تكون منحازة إذا كانت المتغيرات الأصلية متكاملة مشتركاً.

على سبيل المثال، قد يؤدي إجراء انحدار لسلسلة الاستهلاك في دولة ما (مثل فيجي) مقابل الناتج المحلي الإجمالي لدولة أخرى غير ذات صلة (مثل أفغانستان) إلى قيمة R-squared عالية، مما يوحي بوجود قوة تفسيرية كبيرة، بينما في الواقع لا توجد علاقة سببية. هذا هو بالضبط ما يُعرف بالانحدار الزائف: سلسلتان متكاملتان من الدرجة الأولى I(1) غير مرتبطتين سببياً قد تظهران ارتباطاً إحصائياً قوياً بسبب اتجاهاتهما المشتركة.

طرق اختبار التكامل المشترك

تتعدد المنهجيات المستخدمة للكشف عن التكامل المشترك، ومن أبرزها:

منهج إنجل-غرانجر (Engle–Granger two-step method)

يعتمد هذا المنهج على خطوتين أساسيتين. إذا كانت السلسلتان x_t و y_t متكاملتين من الدرجة الأولى I(1) ومتكاملتين مشتركاً، فيجب أن تكون تركيبتهما الخطية مستقرة لقيمة معينة من المعامل β والخطأ u_t.

إذا كان المعامل β معروفاً، يمكن اختبار استقرار u_t باستخدام اختبار ديكى-فولر الموسع (ADF) أو اختبار فيليبس-بيرون. أما إذا كان غير معروف، فيتم تقديره أولاً باستخدام المربعات الصغرى العادية (OLS)، ثم يتم إجراء اختبار ADF على البواقي u_t للتأكد من استقرارها.