Коинтеграция нескольких переменных

Коинтеграция нескольких переменных  [c.313]

Проверка коинтеграции нескольких переменных  [c.313]

Анализ временных рядов включает в себя очень широкий спектр проблем. В этой главе мы ограничимся четырьмя целями. Первая — это объяснить доступным языком значение наиболее важных терминов, используемых- и анализе временных рядов (динамических процессов). Вторая — проанализировать процесс построения временных рядов как однофакторный стохастический процесс, т.е. стохастический процесс, составляющие которого являются функциями одной рассматриваемой переменной. Третья и четвертая цели — объяснить два эконометрических метода, используемых для анализа временных рядов. Термин "эконо-метрические методы" здесь показывает, что процесс моделируется как функция, зависящая от нескольких переменных, не только от рассматриваемой. Два метода, которые в последнее время все чаще используются при анализе финансовой информации, — это коинтеграция и авторегрессионная условная гетероскедастичность (AR H) и ее обобщенная форма — GAR H. Однако перед тем, как приступить к анализу этих концепций, мы должны определиться с некоторыми понятиями и объяснить некоторые основные формы анализа временных рядов.  [c.314]


Коинтеграция описывает долгосрочную линейную связь между несколькими переменными, которые демонстрируют равновесное отношение друг с другом. Рассмотрим пример с двумя переменными, например, уровень индекса FTSE 100 и курс фьючерсов FTSE 100, которые обозначим соответственно как Хп Y. Есть экономические причины полагать, что в долгосрочном плане они будут иметь равновесную связь друг с другом. Чтобы понять это, рассмотрим модель арбитража наличного и фондового рынков, введенную в гл. 1, для объяснения ценообразования финансовых фьючерсов. Что произойдет, если цена фьючерса будет намного выше или ниже теоретического уровня Если цена фьючерса выше справедливой, то арбитражеры будут продавать фьючерсы и покупать индексы, тем самым опуская цену на фьючерсы до равновесного уровня. И наоборот, если цена фьючерса ниже справедливой, то арбитражеры будут продавать индексы и покупать фьючерсы.  [c.337]

Теперь мы можем применить анализ коинтеграции к нескольким переменным, например X, Yvi W. Существуют четыре возможные линейные комбинации этих переменных, например X и Y, X и W, Y и W, X, Y и W. Однако мы заинтересованы только в независимых комбинациях, так как только они могут быть коинтегрированы. Любая комбинация векторов коинтеграции сама по себе будет вектором коинтеграции. Таким образом, мы можем иметь не более л—1 векторов коинтеграции. Поскольку у нас три переменные, то мы имеем две независимые комбинации.  [c.347]


Между тем вопрос о стационарности или нестационарности модели, порождающей наблюдаемый ряд, привлекает к себе постоянное внимание уже в течение нескольких десятков лет. Особенно это внимание усилилось после серии работ 80-х годов 20 века, в которых было введено понятие коинтеграции. С помощью этого понятия была обоснована методика построения "моделей коррекции ошибок", в рамках которых удается моделировать наличие долговременных связей между переменными вместе с указанием краткосрочной динамики, обеспечивающей поддержание этих долговременных связей.  [c.98]

В отношении моделей связи между несколькими интегрированными рядами читателю полезно ознакомиться с проблемой построения структурных моделей коррекции ошибок (структурных ЕСМ) и связанной с ней проблемой более точного определения понятия экзогенности (слабая экзогенность, строгая экзогенность). Можно упомянуть также обобщение процедуры Йохансена на системы, включающие 1(2) переменные, сезонную коинтеграцию, построение моделей связи при наличии структурных изменений, байесовский подход к анализу связей между временными рядами.  [c.241]