Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
КП Журавлева М.docx
Скачиваний:
0
Добавлен:
21.12.2018
Размер:
1.23 Mб
Скачать

Проверка наличия причинно-следственной связи, гипотезы о наличии коинтеграции между показателями

Для проверки наличия коинтеграции между показателями AEX CONSUMER GOODS и CAC CONSUMER GOODS используем тест Энгла-Грейнджера.

Этап 1

Определение порядка интеграции

С помощью расширенного критерия Дикки-Фуллера проверим гипотезу о порядке интеграции рядов I(1). Для этого оценим регрессии типа:

Так как точный порядок автокорреляции неизвестен, то включим в уравнение AEX 7 лагов, а в уравнение CAC – 8 лагов, в соответствии с графиками ACF:

Тест Дикки-Фуллера проведен в приложении 21 п.1. Рассмотрим t-статистику для коэффициентов . Критическое значение для уравнения такого вида и уровня значимости 0,05 равно -3,45. Так как расчетное значение t-статистики для обоих случаев по модулю меньше критического, то оба показателя являются интегрируемыми порядка 1.

Проверим первые разности на стационарность с помощью критерия Дикки-Фуллера. Оценим соотношения:

Так как t-статистика для > критического значения, которое равно -1,96, то с вероятностью 95% единичных корней не обнаружено.

Этап 2

Оценка регрессии коинтеграции

Оценим параметры уравнения (приложение 21 п.3):

Уравнение и его параметры значимы.

Этап 3

Проверка ряда остатков на стационарность

Оценим уравнение (приложение 21 п.4):

Рассмотрим t-статистику для . Она равна -2,81185. Сравним это значение с критическим значением в таблице МакКиннона. Для уровня значимости 0,05 оно равно -3,34. Так как расчетное значение по модулю меньше критического, то незначимл отлично от нуля, и ряд остатков является рядом I(1). То есть, нет коинтеграции между рядами AEX CONSUMER GOODS и CAC CONSUMER GOODS.

Нестационарность остатков также видна из графика остатков в приложении 21 п.4. По графику ACF можно сделать вывод о наличии автокорреляции в остатках. Это следовало отметить на этапе 2. так как P-value для DW- статистики = 0 <0.05, то присутствует автокорреляция в остатках. Таким образом, можно сделать вывод, что полученное на 2 этапе уравнение, является «ложной» регрессией. Ее признаки – высокое значение R^2 и малое значение статистики Дарбина-Уотсона.

Та же самая ситуация наблюдается, если вместо индекса CAC CONSUMER GOODS использовать индексы AEX CONSUMER SERV.; BEL CONSUMER GOODS; AEX INDUSTRIALS (приложение 21 п.5). В этих случаях значение R^2 достаточно велико, а DW-статистика близка к 0. То есть, это «ложные» регрессии.

Можно сделать вывод, что хотя рассмотренные показатели являются коррелированными с AEX CONSUMER GOODS, но причинно-следственной связи не было обнаружено.

Построение окончательной модели прогноза и получение точечного и интервального прогноза исходного показателя

Так как на предыдущем этапе не было выявлено фактора, коинтегрированного с индексом AEX CONSUMER GOODS, то в качестве генератора прогноза следует использовать модель временного ряда, выбранную на этапе технического анализа.

Выбранная модель имеет вид:

Интервальный прогноз на период упреждения:

Значение индекса находится в интервале от 928,71 до 1131,61

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Оставленные комментарии видны всем.