표 2 기술통계 결과
풀 사이즈 테이블
본 연구의 표 3 에는 단위근의 결과가 나와 있다. 본 연구에서는 단위 루트를 테스트하는 ADF 및 PP 기술을 사용했습니다. 단위근에 대한 테스트는 요인이 수준이나 첫 번째 차이에서 고정되어 있는지 확인하는 데 필수적입니다. 이는 지표의 통합 순서를 확인하는 데 도움이 됩니다. 요인의 통합 순서를 확인하면 지정된 모델을 조사하는 데 사용할 가장 적합한 방법을 식별하는 데 도움이 됩니다. PP와 ADF 기법의 표 3 에 제시된 단위근의 결과는 본 연구의 모든 요인이 1차 적분되어 있음을 보여줍니다. 따라서 본 연구에서는 사용된 데이터 세트의 짧은 시간 프레임을 고려하여 통합 차수가 0 또는 1인 요인을 수용하는 ARDL 기술을 사용합니다. ARDL 기술은 짧은 시간의 데이터세트에 대해 강력한 결과를 제공합니다.
표 3 단위근 검정 결과
풀 사이즈 테이블
본 연구에서는 모델에 명시된 요인들 사이에 장기적인 연관성이 있는지도 확인합니다. ARDL의 경계 기법은 모델 요인들 사이에 장기적인 연관성이 있는지 확인하는 데 사용됩니다. ROA가 종속 지표인 경우와 영업 마진이 종속 지표인 경우의 두 모델에 대한 경계 기법의 F-통계 및 t-통계 결과는 표 4 에 제시되어 있으며 중요한 장기적 연관성이 존재함을 보여줍니다. F-통계와 t-통계의 절대값(음수 부호 무시)은 하한과 상한보다 큽니다. 예를 들어 ROA가 종속 계열인 경우 43.73과 11.34는 하한 2.26과 하한 3.48보다 큽니다. 상한은 각각 1.95 하한은 3.6 상한입니다. 그 결과는 5% 수준에서 유의미하다. 따라서 ARDL 기술의 장기 및 단기 계수가 모두 ECM과 함께 지정됩니다.
구글상위노출
11