Частная корреляция

из "Эконометрика начальный курс "

Соответствующая процедура устроена следующим образом. [c.119]
Напомним, что из свойств метода наименьших квадратов следует (см. (3.5)), что еу и еХ1 не коррелированы с х . Именно в этом смысле указанная процедура соответствует интуитивному представлению об исключении (линейного) влияния переменной С2 . [c.119]
Описанная выше процедура очевидным образом обобщается на случай, когда исключается влияние не одной, а нескольких переменных достаточно переменную х% заменить на набор переменных Х%, сохраняя определение (4.7). Формула (4.8), естественно, усложнится. Подробнее об этом можно прочесть в книге (Айвазян и др., 1985). [c.120]
Проиллюстрируем приведенное выше понятие частных коэффициентов корреляции и их отличие от обычных коэффициентов корреляции на следующем примере. [c.120]
Пример. Рынки валютных фьючерсов. Рассмотрим вопрос о связи российского и западного рынков валютных фьючерсов. [c.120]
Мы используем ежедневные данные — цена закрытия для IMM и котировочная цена для МТБ — показатели, которые используют торговые палаты этих бирж для ежедневного перерасчета позиций инвесторов (вариационной маржи). [c.120]
Из таблицы 4.1 видны высокие (0.602, 0.775, 0.919) значения коэффициентов корреляции показателей для западных валют, что неудивительно ввиду высокой степени интегрированности западных финансовых рынков. Удивление вызывают высокие 0.615 (0.626) значения коэффициентов корреляции показателей для рубля и японской иены (немецкой марки). [c.121]
Рассмотрим теперь таблицу коэффициентов частной корреляции между доходностями j/ для XX = RU, DM, BP, JY (устранено влияние временного тренда t). [c.121]
Таким образом, высокие коэффициенты корреляции в первой таблице, например 0.626 для RU-DM, были лишь следствием того, что на интервале наблюдений (ноябрь 1992 г. - сентябрь 1995 г.) отмечалось падение курса рубля по отношению к доллару и падение курса доллара по отношению к немецкой марке, т. е. эта корреляция является следствием наличия временного тренда в yj и 2/Рт1 Наш вывод подтверждается также тем, что коэффициенты корреляции у р и у т с t достаточно высоки (-0.673 —0.920). [c.122]
Коэффициент частной корреляции часто используется при решении проблемы спецификации модели (см. далее п. 4.4). Остановимся на этом аспекте более подробно. [c.122]
Однако на практике довольно часто приходится сталкиваться с ситуацией, когда имеется большое число наблюдений различных параметров (независимых переменных), но нет априорной модели изучаемого явления. Возникает естественная проблема, какие переменные включить в регрессионную схему. Теоретические вопросы, связанные с этой проблемой, будут изложены далее, в п. 4.4. [c.122]
На первом шаге из исходного набора объясняющих переменных выбирается (включается в число регрессоров) переменная, имеющая наибольший по модулю коэффициент корреляции с зависимой переменной у. [c.123]
Подробное описание пошаговых процедур содержится в книге (Айвазян и др., 1985). [c.123]
Следует отметить, что пошаговый отбор является формально-аналитической процедурой, и его надо рассматривать как вспомогательный метод. Основным критерием является содержательный экономический смысл модели. [c.124]

Вернуться к основной статье