The Seemingly Unrelated Dynamic Cointegration Regression Model and Testing for Purching Power Parity

Abstract

This paper studies seemingly unrelated linear models with integrated regressors and stationary errors. By adding leads and lags of the first differences of the regressors and estimating this augmented dynamic regression model by feasible generalized least squares using the long-run covariance matrix, we obtain an efficient estimator of the cointegrating vector that has a limiting mixed normal distribution. Simulation results suggest that this new estimator compares favorably with others already proposed in the literature. We apply these new estimators to the testing of purchasing power parity (PPP) among the G-7 countries. The test based on the efficient estimates rejects the PPP hypothesis for most countries.

Cet article analyse les modèles de régressions empilées avec régresseurs intégrés et erreurs stationnaires. En ajoutant des retards et des avances des premières différences des régresseurs et en estimant le modèle qui en résulte par moindres carrés quasi-généralisés, nous obtenons un estimateur efficace du vecteur de coïntégration qui a une loi limite normale mixte. Les résultats de simulation suggèrent que ce nouvel estimateur se compare favorablement aux autres déjà proposés dans la littérature. Ce nouvel estimateur est utilisé pour tester la théorie de la parité des pouvoirs d'achat (PPA) parmi les pays du G-7. Le test nous permet de rejeter l'hypothèse nulle de la parité des pouvoirs d'achat pour la plupart des pays.