그러나 첫 번째 차분 계열에 대한 EDU, URBAN과 같은 일부 변수의 경우 단위근 검정의 귀무가설은 4개 변수에 대해 적어도 5% 유의 수준에서 기각됩니다. 이는 첫 번째 차이에서 데이터 계열이 고정되어 있음을 보여줍니다. 변수가 I(0) 및 I(1) 순서로 통합된다는 결론을 내릴 수 있습니다. 모든 계열이 다른 순서로 결합되므로 변수 간에 공적분 관계가 존재할 가능성이 있습니다. 이에 대해서는 다음 섹션에서 검토합니다. 모든 변수가 다른 순서로 적분되었는지 확인한 후 다음 단계는 공적분 테스트를 수행하는 것입니다. 공적분을 조사하기 위해 부트스트래핑 ARDL 범위 테스트 접근 방식을 적용하여 변수 사이에 공적분 관계가 있는지 확인합니다. FSS는 전체 모델에 대한 F-통계량이고, tDV는 종속 변수에 대한 t-통계량을 나타내고, tIV는 독립 변수에 대한 t-통계량을 나타내며, 표 3 에서 볼 수 있듯이 표 3은 ARDL 부트스트랩 공적분의 결과를 보고 합니다 . 구글백링크5% 유의 수준의 변수입니다. 표 3 ARDL 부트스트랩 공동 적분 풀 사이즈 테이블 Table 3 의 결과를 통해 유의수준 5%에서 종속변수, 독립변수, 전체 모형이 장기적 관계를 나타냄을 확인할 수 있다. 표 4 는 경제성장(GR)과 교육지연을 제외한 모든 변수에 대한 ARDL 회귀가 통계적으로 유의하다는 것을 보여주며, 이는 변수 간의 존재하는 장기적 관계를 강조합니다. 표 4 ARDL 회귀 모델 풀 사이즈 테이블 경제성장이 실업률에 미치는 영향은 음의 값을 가지며 유의수준 10%에서 통계적으로 유의합니다. 성장률이 1% 증가하면 실업률은 약 0.32% 감소합니다. 이는 경제성장률과 실업률이 반비례 관계에 있다는 경제이론(오쿤의 법칙)과 부합하는 결과이다.