DYNAMICZNE MODELE EKONOMETRYCZNE

Transkrypt

1 DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Gdański Zasosowanie modelu TAR w analizie nieliniowych szeregów czasowych 1. Wprowadzenie W wielu procesach finansowych wysępuje zjawisko nieliniowości, a o oznacza że w procesie modelowania nie można sosować modeli liniowych. Owa nieliniowość szeregów czasowych wynika bezpośrednio z zachowań inwesorów, kórzy inaczej reagują na bodźce pozyywne niż na bodźce negaywne. Kolejno zachowania akie prowadzą do wysępowania asymerii w szeregu (parz Chan, 1990). W ej syuacji jednym z narzędzi, kóre może być zasosowane w procesie modelowania sóp zwrou sosowany jes model TAR (Threshold Auoregresive Model) (parz Osińska, 2006). Użyeczność modelu TAR wynika z jego możliwości do uwzględniania akich zjawisk w szeregu czasowym jak asymeryczna cykliczność zachowań inwesorów, ampliuda wahań zależna od częsoliwości danych oraz załamania srukuralne w czasie (parz Hansen, 1997). Ponado model TAR może być wykorzysany do modelowania niesacjonarnych szeregów czasowych i do konsrukcji relacji długookresowych (parz Anders i Granger, 1998). Celem prowadzonych badań było opisanie dynamiki sóp zwrou grup funduszy inwesycyjnych za pomocą progowych modeli TAR i MTAR (Momenum TAR) oraz wyznaczenie opymalnych warości progowych meodą esymacji zgodnej. 2. Podsawy eoreyczne modelu TAR W klasycznej analizie szeregów czasowych sandardowo zakłada się liniowość i symeryczne odchylenia, brak auokorelacji oraz isnienie pierwiasków jednoskowych. Naomias w rzeczywisości bardzo częso wysępuje zjawisko

2 90 nieliniowości w szeregu zmiennej oraz asymeryczne odchylenia. Dla szeregów, w kórych obserwowane są e zjawiska, w procesie modelowania można zasosować model TAR (parz Anders i Granger, 1998). Podsawowa posać ego modelu jes nasępująca (parz Cook i Manning, 2003): = I ρ 1 y I ) ρ2 y 1 ( + ξ, (1) gdzie zmienna I zdefiniowana jes nasępująco: I 1, = 0, y 1 y 1 0. (2) < 0 Warunkiem wysarczającym dla sacjonarności szeregu y jes spełnienie założenia posaci: (, ρ ) 0. ρ (3) 2 < 1 2 < Jeśli paramery ρ1 i ρ2 są równe zero, wówczas zmienna y jes procesem błądzenia przypadkowego i warość y=0 jes poziomem równowagi w długim okresie czasu. Jeśli y-1 jes powyżej 0 (poniżej 0), wówczas prędkość osiągania poziomu równowagi jes równa ρ1 (ρ2). W przypadku, gdy paramery ρ1 i ρ2 są sobie równe i jednocześnie różne od zera wówczas model (1) może być opisany jako proces auoregresyjny rzędu pierwszego. Klasyczna posać modelu TAR może zosać poddana modyfikacji, polegającej na zmianie sosowanego w relacji (1) progu. Może o być pewna warość a0, kórą może być średnia szeregu lub endencja rozwojowa (parz Cook i Manning, 2003). Warości wybranych progów, przy założeniu spełnienia warunków modelu TAR, są długookresowymi poziomami badanej zmiennej y. Kolejną modyfikacją modelu TAR jes Momenum TAR (MTAR). Jes ona sosowana wówczas, gdy wysępują isone różnice pomiędzy dodanimi i ujemnymi odchyleniami (parz Cook i Manning, 2003). Zmienna I zdefiniowana jes w ym przypadku nasępująco: I 1, = 0, (4) < 0 Przedmioem dyskusji może być model TAR wokół średniej, ponieważ w przypadku wysępowania asymerii średnia jes obciążona błędem. W celu rozwiązania ego problemu sosowana jes esymacja zgodna (Consisen Threshold Esimaion, parz Anders, 2001 i Chan, 1993). Model ma posać: = I ρ 1 [ y 1 ψ] + (1 I ) ρ2[ y 1 ψ] + ξ, (5) gdzie: ψ = τ lub τ Δ. Zmienna I dla modeli TAR i MTAR:

3 Zasosowanie modelu TAR w analizie nieliniowych szeregów czasowych 91 I I 1, = 0, 1, = 0, y 1 y 1 1 τ, (6) < τ 1 τ < τ Δ Δ, (7) Warości τ i τδ orzymywane są w procesie opymalizacji za pomocą meody przeszukiwania po kracie (grid - search procedure) wśród dosępnych warości odpowiednio dla y lub. Warunki konieczne, kóre muszą być spełnione w przypadku esymacji modeli TAR można zapisać w nasępującej posaci: ρ1, ρ 2 < 0. (8) (1 + ρ1)(1 + ρ 2 ) < 1 Warunki konieczne dane w (6) i (7) są przedmioem empirycznej weryfikacji w eście zaproponowanym w pracy Enders a i Granger a (1998) (EG) do badania wysępowania pierwiasków jednoskowych w analizowanym szeregu czasowym zmiennej. Jeśli odrzucona jes hipoeza zerowa posaci ρ 1 =ρ 2 =0, wówczas można przejść do esowania hipoezy o wysępowaniu asymerii w szeregu zmiennej, gdzie hipoeza zerowa ma posać ρ 1 =ρ 2. Jeśli hipoeza a, zakładająca symeryczne odchylenia, zosanie odrzucona wówczas zmienna jes sacjonarna i ma asymeryczne odchylenia. Szereg zmiennej, w kórym wysępują symeryczne odchylenia, jes akcepowany wówczas gdy odrzucona jes hipoeza o wysępowaniu pierwiaska jednoskowego i nie ma podsaw do odrzucenia hipoezy zerowej posaci: ρ 1 =ρ Maeriał i meoda badań Przedmioem prowadzonych badań były sumy warości akywów neo (WAN) wyodrębnionych grup funduszy inwesycyjnych funkcjonujących na polskim rynku kapiałowym do grudnia 2006 roku. Szeregi czasowe różnią się długością, ponieważ uwzględniony zosał cały okres funkcjonowania, kóry jes różny dla analizowanych ypów funduszy. Grupy funduszy zosały wyodrębnione zgodnie z klasyfikacją sosowaną przez Izbę Zarządzających Funduszami i Akywami 1. W oparciu o san WAN na koniec miesiąca, obliczone zosały sopy zwrou dla poszczególnych grup funduszy. Sosowana klasyfikacja jes nasępująca 2 : RPP fundusze pieniężne i goówkowe, inwesujące zebrane akywa w depozyy bankowe lub insrumeny rynku pieniężnego. 1 hp:// 2 hp://

4 92 PDP fundusze polskich papierów dłużnych, inwesujące posiadane akywa w dłużne papiery warościowe. SWP fundusze sabilnego wzrosu, inwesujące od 0 do 50% warości zgromadzonych akywów na krajowym rynku akcji. MIP fundusze mieszane, inwesujące na krajowym rynku akcji średnio połowę zgromadzonych akywów (zarówno 0 100% jak i 40-60%). AKP fundusze polskich akcji, dla kórych inwesycje na krajowym rynku akcji nie powinny być niższe niż 66% warości akywów. AKZ fundusze akcji zagranicznych, dla kórych inwesycje na zagranicznych giełdach nie powinny być niższe niż 66% akywów. PDU fundusze dolarowych papierów dłużnych, inwesujące posiadane akywa w dłużne papiery warościowe denominowane w USD. PDE fundusze eurowych papierów dłużnych, inwesujące posiadane akywa w dłużne papiery warościowe denominowane w EUR. Analiza dynamiki sóp zwrou grup funduszy zosała przeprowadzona w nasępujących eapach. W pierwszym badano wysępowanie pierwiasków jednoskowych za pomocą esu EG (es Ender a i Granger a), kóry może być wykorzysany do nieliniowych szeregów z asymerycznymi odchyleniami. Kolejno badano wysępowanie auokorelacji w szeregu (es Godfrey a), w celu doboru odpowiedniej posaci modeli TAR i MTAR. Po określeniu właściwej posaci modelu, przeprowadzono esymację za pomocą MNK oraz przeprowadzono es równości współczynników regresji (es Wald a). 4. Wyniki badań Analizowane szeregi czasowe sóp zwrou charakeryzują się dużą zmiennością wokół warości średniej. Średnia sopa zwrou dla wszyskich grup jes bliska lub mniejsza od warości zero. Odchylenie sandardowe jes na zbliżonym poziomie dla poszczególnych grup (najmniejsze 0,119 dla PDP i największe 0,357 dla PDE). Ponado, zauważyć można szczególnie duże różnice wysępują w zakresie współczynnika asymerii i kurozy. W szeregach obserwujemy silną asymerię dodanią oraz wysokie warości dodania współczynnika kurozy. W kolejnym eapie badania, sprawdzano wysępowanie auokorelacji (do 12 rzędu) w szeregach sóp zwrou za pomocą esu Godfrey a. Analiza wysępowania auokorelacji w szeregach czasowych wskazała, iż zjawisko o wysępuje jedynie w przypadku grupy funduszy pieniężnych i goówkowych (RPP). W związku z powyższym szereg en zosał poddany procesowi oczyszczania z auokorelacji (łączna liczba augumenacji wyniosła 18, nazwa oczyszczonego szeregu o DRPP). W abeli 1 zawaro wyniki esu sacjonarności EG. Zgodnie z procedurą esu EG, w przypadku odrzucenia hipoezy o sacjonarności szeregu, kolejno esowana była hipoeza o symerii odchyleń w szeregu zmiennej. W ym celu wykorzysywany był es Wald a i nasępujący zesaw hipoez:

5 Zasosowanie modelu TAR w analizie nieliniowych szeregów czasowych 93 wobec H0: ρ 1 =ρ 2 (9) HA: ρ 1 ρ 2. (10) Empiryczne warości saysyki esowej wskazują, że w prawie wszyskie szeregi są niesacjonarne, a jedyny wyjąek sanowi szereg przekszałconej zmiennej DRPP. Tabela 1. Wyniki esu pierwiaska jednoskowego Grupa n Saysyka F TAR MTAR TAR MTAR TAR MTAR TAR MTAR Wokół zera Wokół rendu Wokół średniej Zgodny DRPP ** 1.69** 3.93* 3.79* 0.59** 0.65** 2.99** 4.22 PDP SWP MIP AKP AKZ PDU PDE * - nie ma podsaw do odrzucenia H0 dla α = ** - nie ma podsaw do odrzucenia H 0 dla α = 0.1. Źródło: obliczenia własne. Oszacowane warości współczynników auoregresji z modeli TAR i MTAR podano w abeli 2. W prawie wszyskich rozważanych przypadkach, spełnione są dwa warunki konieczne ej klasy modeli, doyczące warości paramerów: ρ 1, ρ 2 < 0 i (1+ρ 1 )(1+ρ 2 ) < 1. Jedynie w rzech przypadkach ocena parameru ρ 2 jes mniejsza od (-2), doyczy o grup funduszy SWP i PDU dla modelu TAR wokół zera oraz akże grupy PDU w przypadku zgodnej esymacji TAR.

6 94 Tabela 2. Oceny paramerów srukuralnych ρ 1 i ρ 2 Grupa DRPP PDP SWP MIP AKP AKZ PDU PDE ρ 1, ρ 2 TAR MTAR TAR MTAR TAR MTAR TAR MTAR Wokół zera Wokół rendu Wokół średniej Zgodny -0.41* -0.28** -0.35** -0.41** -0.34** -0.20** -0.62* -0.43** * ** -0.31** ** -0.18** -0.38* -0.25** -0.40** -0.26** -0.2** ** -0.1** -0.48** -0.42** -0.36** -0.62** -0.3** -0.31** * - nie ma podsaw do odrzucenia H0 dla α = ** - nie ma podsaw do odrzucenia H0 dla α = 0.1. Żródło: obliczenia własne. Wyniki przeprowadzonego esu Walda, weryfikującego hipoezę o symerii odchyleń, pokazują, że hipoeza a odrzucona zosała ylko w przypadku modelu TAR wokół zera i zgodnej esymacji TAR dla grup funduszy AKP, AKZ i PDU (abela 3). Tabela 3. Tes Walda równości paramerów srukuralnych Grupa Saysyka χ 2 (1) TAR MTAR TAR MTAR TAR MTAR TAR MTAR Wokół zera Wokół rendu Wokół średniej Zgodny DRPP 3.33* 1.49** 1.19** 0.95** 0.01** 0.14** 2.73* 5.44 PDP 1.34** 2.85* 0.20** 0.01** 0.82** 0.45** * SWP 1.70** 1.62** 0.69** 2.74** 0.43** 2.36** ** MIP 4.02* 2.59** 1.92** 0.10** 0.02** 0.04** 2.89* 6.15 AKP ** 0.66** 0.09** 0.12** 2.09** * AKZ * 0.85** 1.69** 0.70** 1.57** ** PDU ** 0.01** 1.41** 0.01** 0.10** ** PDE 0.25** 0.05** 1.56** 1.02** 1.95** 0.31** 3.11* 1.34** * - nie ma podsaw do odrzucenia H0 dla α = ** - nie ma podsaw do odrzucenia H0 dla α = 0.1. Źródło: obliczenia własne.

7 Zasosowanie modelu TAR w analizie nieliniowych szeregów czasowych 95 W abeli 4 podano warości poszczególnych progów, kóre wykorzysane zosały w szacowanych modelach oraz warości progów orzymane za pomocą esymacji zgodnej. Dla wszyskich grup funduszy średnia jes bliska warości zero, z czego wynika, że można byłoby zasosować ylko albo esymację wokół zera albo wokół średniej. Warości progowe w przypadku modeli wokół rendu, o bliska zeru warość współczynnika kierunkowego oraz różniące się znacznie między grupami warości wyrazów wolnych, co wynika ze specyfiki srukury porfela inwesycyjnego poszczególnych grup funduszy. Warości progowe orzymane w wyniku esymacji zgodnej są dodanie, z wyjąkiem grup PDU i PDE. Tabela 4. Średnia. paramery modelu rendu oraz warości progowe z esymacji zgodnej Średnia Model rendu Esymacja zgodna Współczynnik Wyraz wolny kierunkowy TAR MTAR DRPP PDP SWP MIP AKP AKZ PDU PDE Źródło: obliczenia własne. 5. Podsumowanie W oparciu o wyniki przeprowadzonej analizy można swierdzić. że zarówno model TAR oraz MTAR mogą być wykorzysane w procesie modelowania nieliniowych szeregów czasowych sóp zwrou funduszy inwesycyjnych. Wyniki przeprowadzonej analizy pokazały również. iż odchylenia w analizowanych szeregach są symeryczne, co dodakowo uzasadnia zasosowanie klasy modeli TAR do opisu dynamiki sóp zwrou funduszy. Dla wszyskich grup funduszy średnia jes bliska warości zero, z czego wynika że można byłoby zasosować ylko albo esymację wokół zera albo wokół średniej. Lieraura Cook, S., N. Manning, (2003), The Power of he Asymmeric Uni Roo Tess Under Threshold and Consisen Threshold Esimaion, Applied Economics, vol. 35, Chan, K. S. (1990), Tesing for Threshold Auoregression, The Annals of Saisics, vol. 18,

8 96 Chan, K. S. (1993), Consisency and Limiing Disribuion of he Leas Squares Esimaor of a Threshold Auoregressive Model, The Annals of Saisics, vol. 21, Enders, W., Granger, C.W. (1998), Uni-roo Tess and Asymmeric Adjusmen wih an Example Using he Term Srucure of Ineres Raes, Journal of Business and Economic Saisics, vol. 16, no. 3, Enders, W. (2001), Improved Criical Values for he Enders Granger Uni-roo Tes, Applied Economic Leers, vol. 8, Hansen, B.E. (1997), Inference in TAR Models, Sudies in Nonlinear Dynamics and Economerics, vol. 2, no. 1, Osińska, M. (2006), Ekonomeria finansowa, PWE, Warszawa.