44657669-Econometrie-Aplicata-in-Finante-Model-de-Regresie-Liniara-Multipla-libre.pdf
-
Upload
cararu-leonela -
Category
Documents
-
view
7 -
download
0
Transcript of 44657669-Econometrie-Aplicata-in-Finante-Model-de-Regresie-Liniara-Multipla-libre.pdf
-
Introducere
n cadrul primului proiect la econometria aplicat n finane am studiat regresia
liniar multipl parcurgnd toate etapele necesare n identificarea unui model
econometric. Ca suport economic am studiat dependena ntre S&P 500, rata
omajului (date SUA) i rata inflaiei (date SUA). Am vrut s determin dac creterea
indicelui bursier este influenat de asemeni indicatori, n deosebi acum n criz
economic. Este interesant aceast model acum n cazul cnd veniturile companiilor
(membre S&P) cresc ca rezultat al micorrii cheltuielilor, n special aferente forei
de munc, nu a creterii vnzrilor. Ca surs a datelor am utilizat
www.miseryindex.us deoarece US Bureau of Labor Statistics nu livreaz datele
lunare istorice. Pentru evoluia S&P am folosit terminalul FXPro.
Datele folosite n model snt prezentate n tabelul de mai jos:
Figura 1.1 Date utilizate n modelul econometric.
-
Capitolul I.
Ecuaia modelului de regresie liniar multipl va arta n felul urmtor :
Y=0+1X1+2X2
in care :
Y S&P 500;
X1 - The US Unemployment Rate (%);
X2 - The US Inflation Rate (%);
0 1 2 parametrii modelului de regresie;
e variabila eroare;
Dupa ce m-am determinat cu modelul i am adunat cte 33 observaii asupra
variabilelor, am trecut la estimarea parametrilor ecuaiei utiliznd MS Excel. Cu
ajutorul blocului Data Analisys am obinut urmtoarele rezultate :
-
Figura 1.2 Data Analisys a datelor.
Ca rezultat al aplicarii tehnicii OLS obtinem parametrii estimati ai modelului:
0 2043,95
1 -128,42
2 -8,73
Y = 2043,95 128,42X1 8,73X2
cu erorile standard :
SE(0^)=168,98
SE(1^)=21,58
SE(2^)=17,84
P-value a 0 1 snt ambele subunitarie mai mici ca 0,1 ceea ce va permite respingerea
ipotezei nule i denot faptul c parametrii influeniaz S&P, ns P-value a
parametrului 2 este 0,62 ceea ce este destul de mare.
Studiind tabelul ANOVA, celulele F (44,72) i Sig.F. (9,97E-10) am stabilit c
modelul n ansamblu este destul de bun.
-
n tabelul Regression Statistics avem R2 = 0,74 i R2 ajustat = 0,73 ceea ce explic c
aprox. 74% din y snt determinate de model.
Nu este de ajuns doar s estimm parametrii, dar i selaborez nite ipoteze care ar
permite s fac inferene i previziuni pe baza modelului studiat. Pe baza unor
proprieti ale variabilei dependente y rezult urmtoarele caracteristici ale variabilei
eroare :
0. Liniaritatea n parametrii modelului, adic y=X+e
1. Vectorul eroare are parametrul 0, adica E(e)=0
2. Erorile snt independente statistic i au aceeai varian, adic
Var(e)=E(eeT)=eI
3. E(e|X)=0, nici o informaie coninut n vectorul eroare nu este coninut n
vectorul X.
4. X este o matrice ne-aleatoare avnd rangul maxim, adic rang (X)= k+1
-
EQ1 ecuaia regresiei;
SP - S&P 500 Close price ($);
UNMPL - The US Unemployment Rate (%);
INF - The US Inflation Rate (%);
Evident se obin aceleai rezultate ca i cu ajutorul Excel. Utilizind funcia scat sp inf
unmpl am obinut graficul Y, X1, X2. Se observ o polarizare a valorilor.
Figura 1.4 Scatterplotul EQ1.
Am aplicat testul de semnificaie t (Student) asupra coeficienilor modelului de
regresie. Am utilizat urmtoarele ipoteze :
H0: i=0
H1: i 0
Pe baza WWi i SE(WWi), Eviews a calculat coefiecienii t satistica
incadrndu-le n coloana t-Statistic. Nivelul de semnificaie este fixat
la 5%, astfel pentru ipoteza bilateral regiunea critic este tcrt(>30) =
(-; -2,042) (; 2,042). Reeind din t^ obtinui, concluzionez c 0^,
1^ sunt statistic diferii de 0, deci fiind n zona de respingere a ipotezei nule, nsa 2
aparine zonei de indecizie, nu pot respinge H0 i nici accepta H1.
-
Am parcurs i testul F (Snedecor - Fisher) pentru a analiza variana variabilei
independente y i dependenei liniare ntre Y i k variabile . Toate calculele snt redate
n tabelul ANOVA n Excel :
SST = (yi-yd ) - variana total asociat valorilor y;
SSE = (yi-yq ) - variana neexplicat de regresie;
SSR = (yq -yd ) - variana explicat pe baza regresiei;
SST = SSR + SSE
(n-1) (k) n-(k+1) - grade de libertate.
Sumelor SSR, SSE se asociaz mediile lor n funcie de gradele de libertate MSR,
MSE. Deci, am verificat ipotezele aferente testului F:
H0=0=1=2=0
H1=nu toi parametrii snt nuli.
Din tabel Fcrt=3,32
-
Ipotezele elaborate si testate n cazul parametrilor ecuaiei urmeaz de testat i n
cazul matricei variabileleor eroare:
0. Liniaritatea n parametrii modelului, adic y=X+e;
1. Vectorul eroare are parametrul 0, adic E(e)=0;
2. Erorile snt independente statistic i au aceeai varian, adic
Var(e)=E(eeT)=eI;
3. E(e|X)=0, nici o informaie coninut n vectorul eroare nu este coninut n
vectorul X;
4. X este o matrice ne-aleatoare avnd rangul maxim, adic rang(X)= k+1
-
Figura 1.5 Scatterplotul reziduurilor.
Mi se pare o oarecare corelare existent, dar totui continui cu estimarea lui p,
utiliznd comanda Eviews: ls R_EQ1 R_EQ1(-1):
Figura 1.6 ls R_EQ1 R_EQ1(-1)
-
Deci din tabelul obinut observ c valoarea
lui p^ este foarte mare 0,902.
Verific apoi valoarea DW prin comanda
genr DW=2*(1-C(1)), care mi returneaz
valoarea de 0,19.
Am reprezentat grafic reziduurile prin
comanda Actual,Fitted,Residual,Table.
Figura 1.7 Reprezentarea grafic a reziduurilor Actual,Fitted,Residual,Table.
Apoi View
Actual,Fitted,Residual,Graph :
-
Am parcurs apoi la corectarea modelului ajingind la un model dinamic de regresie,
folosind comanda ls LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1). Am obtinut urmatorul
tabel :
1.8 LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1)
1.9 LS SP C UNMPL INF SP(-1) UNMPL(-1) INF(-1) View Representation.
Am obinut prin aceasta un model mai bun. Am salvat rezultatele n EQ_Dinamic i
reziduurile n R_Dinamic. Am efectuat comanda scat r_dinamic(-1) r_dinamic. Deci
dup cum se observ vizual din grafic nu exist corelaie.
-
1.10 Scatterplotul parametrilor EQ_Dinamic.
Pentru a analiza corelaia de ordin superior aplicm comanda Eviews: ls sp c unmpl
inf ar(1) ar(2) ar(3) ar(4):
-
1.11 ls sp c unmpl inf ar(1) ar(2) ar(3) ar(4).
Sau prin testul Breuch-Godfrey (cu 2 ntrzieri) :
1.12 Rezultatele testului Breuch-Godfrey.
Am verificat homoscedasticitatea prin testul White Heteroskedasticity:
1.13 Rezultatele testului White Heteroskedasticity.
-
Estimaiile OLS :
SP=-118694,4+50378,76UNMPL-2563,059UNMPL2+16904,16INF-3743,540INF2
H0=0=1=2=0;
H1 mcar unul dintre parametri este diferit de 0;
Cum p-value este 0,000041 adic fac o eroare de 0,0041% dac resping ipoteza nula,
atunci pot enuna c este violat homoscedasticitatea i este prezent
heteroscedasticitatea.
Am parcurs apoi la verificarea normalitii :
H0: skewness=0 ; kurtosis=3;
H1: repartiia nu este normal;
Am obinut p-value=0,42, deci eroarea pe care a face-o dac a respinge ipoteza nul
este de 42,19% ceea ce este destul de mare. Afirm dar c accept H1, adica reziduurile
snt repartizate normal.
Concluzii
Modelul studiat mi-a artat dependena S&P de omaj i inflaie. ns acest model
pare a fi valabil doar ntr-o recesiune, deoarece de obicei S&P i oricare indice
bursier cresc ntr-o situaie invers celei prezente. O inflaie sczut i omaj nalt
determin o stagnare n cretere economic i eventual n indici. Dar dup cte constat
din model perioadele de criz se caracterizeaz prin disproporii economice.