Hallo zusammen,
ich will den Zusammenhang zwischen zwei Zeitreihen prüfen und hierfür ein distributed lag model verwenden. Die abhängige Variable y ist dabei der return der vergangenen 3 Monate und die unabhängige Variable x ist ein täglich berechneter inflator y ist nach dem ADF, dem PP und dem KPSS test stationär. x ist nach dem ADF und PP test stationär und nicht nach dem KPSS test. Ich folgere daraus, dass x stationär aber eine long memory hat wie in Ruppert (2010) S. 235. Ich bekomme ein R2 von ca. 10%.
Ich habe mir gedacht von x die first differences zu nehmen und diese über 66 Tage (d.h. ca. 3 Monate) zu addieren, da die returns ja auch über 3 Monate (rolling window) berechnet sind. Die summierten differences der Variable x sind stationär und ich bekomme ein R2 von ca. 20%
Was denkt ihr? Macht es Sinn die first differences zu summieren und als x in der linearen Regression zu verwenden? Der Gedanke hier ist, dass ich darstellen will dass die Variable x mehr Einfluss auf y hat je länger x hoch ist so dass auch die Dauer mit der x hoch ist einen Einfluss hat und nicht nur der absolute Wert an einzelnen Tagen.
Ich ware für euer feedback sehr dankbar.