Makroekonomik değişkenlerin durağanlık sınaması önceleri zaman serisi grafiği, korelogram grafiği ya da otokorelasyon fonksiyonları vasıtası ile incelenmekteydi. Gelişen literatür ile birlikte artık makroekonomik değişkenlerin durağanlık sınamaları birim kök testleri ile yapılmaktadır. Bu sebeple gerek zaman serisi olsun gerekse de panel veri yapısı olsun birim kök sınaması çok önemli bir araçtır. Çünkü birim köke sahip değişkenler ile yapılan ekonometrik analizler sakıncalı olabilmekte, yanlış ve yanıltıcı sonuçlar doğurabilmektedir. Elde edilen t istatistiği anlamlı sonuçlar vermekte ve belirlilik katsayısı R^2 oldukça yüksek çıkmaktadır. Böyle durumlarda sahte regresyon sorunu ortaya çıkabilmektedir. Yani durağan olmayan iki seri arasında kurulacak olan bir regresyon ilişkisinde parametrelerin ilişkiliymiş gibi görünmesine rağmen, incelenen kuram ya da teori açısından anlamsız olmaktadır. Büyük örneklemlerde çalışmak bile bu sahte regresyon probleminin önüne geçememektedir. Ekonometrinin temelini oluşturan regresyon analizinde en temel varsayımlardan biri de kalıntıların normal dağılım göstermesidir. Ama bu varsayımın ihlal edildiği ya da sağlanıp sağlanmadığı kimi zaman kontrol edilmemektedir. Normal dağılmama durumunda normal dağılım varsayımı altında analiz yapmak yanlı ve yanıltıcı sonuçlara neden olabilmektedir. Bu sebeple Pesaran (2007) tarafından önerilen CIPS test yapısında kalıntıların normal dağılmama bilgisi kullanılarak yeni bir test önerilmiştir. CIPS test sürecini oluşturan CADF regresyonuna hata terimlerinin ikinci ve üçüncü momentleri eklenerek RALS-CIPS olarak adlandırılan yeni bir test geliştirilmiştir. Burada önerilen test hata terimlerinin normal dağılmadığı durumlarında güçlü olan bir testtir. Önerilen bu yeni RALS-CIPS testi ile ampirik bir uygulama çalışması da yapılmıştır. Bu amaçla 15 AB ülkesine ait kişi başına gayrisafi yurtiçi hâsıla serilerinde birim kökün varlığı araştırılmıştır.
Stationarity testing of macroeconomic variables was previously analyzed by time series graph, correlogram graph or autocorrelation functions. With the developing literature, the stationarity tests of macroeconomic variables are now carried out by unit root tests. For this reason, whether it is time series or panel data structure, unit root testing is a very important issue. Because econometric analysis with non-stationary variables can be inconvenient and have false and misleading results. The obtained t statistics give meaningful results and the coefficient of determination R^2 is quite high. In such cases, a spurious regression problem may arise. In other words, although the parameters seem to be related in a regression relationship to be established between two non-stationary series, it is meaningless in terms of the theorem or theory examined. Even working in large samples cannot prevent this spurious regression problem. One of the main assumptions in the regression analysis, which forms the basis of econometrics, is the normal distribution of residues. However, it is sometimes can't be controlled whether this assumption has been violated or not. In the case of non-normal distribution, analyzing under the assumption of normal distribution can cause biased and misleading results. For this reason, a new test process has been proposed, using the knowledge that residues in the CIPS test structure proposed by Pesaran (2007) do not distribute normally. A new test called RALS-CIPS has been developed by adding the second and third moments of the error terms to the CADF regression that constitutes the CIPS testing process. The test proposed in this study is a test that is powerful when error terms are not normally distributed. An empirical application study has also been carried out with this new proposed RALS-CIPS test. For this purpose, the existence of unit root in the gross domestic product per capita of 15 EU countries was investigated.
