Скачать 1.62 Mb.
|
В данном случае величины информационных критериев Акаике, Шварца и Хеннана-Куинна для 1 лага совпадают. Вывод согласно тесту Breush-Godfrey одинаков как для временного ряда доходностей индекса облигаций Роснефти, так и для временного ряда первых разностей доходностей индекса облигаций Роснефти (H0 об отсутствии серийной корреляции во временном ряде отвергнута на основании p-value). Однако, есть отличия в величинах информационного критерия Хеннана-Куинна для 2 и 3 лагов. V. Ivanov и L. Kilian показали, что для векторных авторегрессионных моделей, информационный критерий Шварца лучше работает, по сравнению с информационными критериями Акаике и Хеннана-Куинна (Ivanov, Kilian, 2005). Согласно критерию Шварца (как и критерию Акаике и критерию Хеннана-Куинна), временной ряд доходностей индекса облигаций Роснефти больше подходит для анализа (векторная авторегрессионная модель, построенная на его основе имеет меньшее значение критерия Шварца), чем временной ряд, построенный на первых разностях доходностей индекса облигаций Роснефти в 2012-2013 гг. Следовательно, на основе информационных критериев можно сделать вывод, что дифференцирование временного ряда доходностей индекса облигаций Роснефти в 2012 2013 гг. не требуется, так как оно не улучшит ситуацию с точки зрения автокорреляции во временном ряду. Стационарность: тесты Дикки-Фуллера и Филлипса–Перрона Результаты теста Дикки-Фуллера и расширенного теста Дикки-Фуллера (для количества лагов 1-6) позволили принять гипотезу о наличии стационарности во всех временных рядах. В то же время, применение слишком большого количества лагов увеличивает стандартные ошибки модели, так как увеличение числа оцениваемых параметров увеличивает число степеней свободы. Теория Филлипса-Перрона является более обоснованной по сравнению с теорией Дикки-Фуллера, так как включает корректировки для исключения автокорреляции в остатках модели. Однако, оба подхода достаточно схожи и имеют схожую интерпретацию. Результаты анализа временных рядов на стационарность по методу Филлипса-Перрона с количеством лаговых переменных 0-6 позволили принять гипотезу о наличии стационарности во всех временных рядах. Описательная статистика переменных представлена в Таблице 1 Приложения 2. В Таблице 1 Приложения 2 видно, что в основном во время рассматриваемого периода доходности индексов облигаций были положительными. Стандартное отклонение (являющееся мерой единичного риска) доходностей индексов облигаций было больше в 2014-2015 гг. Волатильность доходностей индексов облигаций компаний не монотонно связана с их кредитными рейтингами: доходности индекса облигаций Роснефти (кредитный рейтинг Роснефти «B-») были наименее волатильными в период 2014-2015 гг., в то время как в течение периода 2012-2013 гг. наименее волатильны были индексы облигаций Татнефти (кредитный рейтинг Татнефти «BBB-»). В Таблице 1 Приложения 2 также видно, что корреляция между доходностями индексов была выше в 2010-2011 гг. и 2014-2015 гг. (период восстановления после кризиса и период кризиса), чем в 2012-2013 гг. (переходный период). Зависимые переменные: (1) доходности индексов государственных и (2) корпоративных облигаций, (3) индекса акций компаний нефтегазовой отрасли ММВБ, (4) доходность фьючерсов на сырую нефть Brent на российском фондовом рынке; (5) объём торгов фьючерсами на нефть на Московской фондовой бирже; (6) сумма открытых позиций по фьючерсам на нефть на конец дня на ММВБ; (7) средняя процентная ставка для межбанковских займов на 0,5 года Moscow Prime Rate Для зависимых переменных требуется провести те же процедуры тестирования на личие автокорреляции и стационарности, что и для независимых переменных (кроме того, так как модель является векторной авторегрессионной, то зависимая переменная в предыдущие моменты времени выступает в качестве лаговой переменной). Все рассматриваемые переменные (зависимые и независимые) представлены в Таблице 4. Таблица 4: Обозначения переменных, используемых в работе (только оригинальных временных рядов, без дифференцирования)
На рис. 8 представлены графики автокорреляционных функций для доходностей индекса (1) государственных и (2) корпоративных облигаций и (3) индекса акций компаний нефтегазовой отрасли ММВБ, (4) фьючерса на нефть марки Brent, (5) объёма торгов на Московской фондовой бирже фьючерсами на нефть марки Brent и роста объёма торгов фьючерсами на нефть. Рисунок 8 – Автокорреляционная функция доходностей индекса государственных и корпоративных облигаций, индекса акций компаний нефтегазовой отрасли ММВБ, фьючерса на нефть марки Brent, объёма и роста объёма торгов фьючерсами на сырую нефть марки Brent Обозначения: 1 – автокорреляционная функция временного ряда доходностей индекса государственных облигаций (treasury_return); 2 - автокорреляционная функция временного ряда доходностей индекса корпоративных облигаций (corporate_return); 3 - автокорреляционная функция временного ряда доходностей индекса акций компаний нефтегазовой отрасли (industry_return); 4 - автокорреляционная функция временного ряда доходностей фьючерса на нефть марки Brent на Московской фондовой бирже (futures_return); 5 - автокорреляционная функция временного ряда объёма торгов фьючерсами на нефть марки Brent на Московской фондовой бирже (volumes); 6 - автокорреляционная функция временного ряда роста объёма торгов фьючерсами на нефть марки Brent на Московской фондовой бирже (Dvolumes). На рис. 9 представлены графики автокорреляционных функций для временных рядов (6) суммы открытых позиций по фьючерсам на нефть на конец дня на ММВБ; роста суммы открытых позиций по фьючерсам на нефть на конец дня на ММВБ; (7) средней процентной ставки для межбанковских займов на 0,5 года Moscow Prime Rate; роста средней процентной ставки для межбанковских займов на 0,5 года Moscow Prime Rate (временной ряд, построенный на первых разностях временного ряда interest); временного ряда, построенного на вторых разностях временного ряда interest. Визуальный анализ графиков автокорреляционных функций (рис. 8, 9) позволяет выдвинуть гипотезы (Таблица 5). Рис. 9 – Автокорреляционная функция временных рядов переменных 1 – open; 2 – Dopen; 3 - interest; 4 – Dinterest; 5 – DDinterest. Таблица 5: Гипотезы о «наличии/отсутствии/под вопросом» автокорреляции, которые можно выдвинуть на основе анализа графиков функции автокорреляции
|
Выпускная квалификационная работа (дипломная работа) представляет собой законченную разработку, в которой решается актуальная для... | Сборник научных работ. Серия «Государственное управление». Вып. 1 : Экономика и управление народным хозяйством / Донгуу. – Донецк... | ||
Экономика и управление народным хозяйством ( экономика, организация и управление предприятиями, отраслями, комплексами) | Иссертация (выпускная квалификационная работа магистра) представляет собой выпускную квалификационную работу научной направленности,... | ||
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования | С точки зрения одного из исследователей этой проблемы Д. Стотта, задача выделения типов «трудных» детей является малопродуктивной.... | ||
Автор(ы) рабочей программы Астанина Л. В., Астанина М. А., Орехов В. И., Орехова Т. Р | Особенности стратегических альянсов фирм-конкурентов в автомобильной промышленности | ||
Применение Международных стандартов для малых и средних предприятий в Российской Федерации | Теоретические аспекты организации эффективного маркетингового взаимодействия вузов и потребителей образовательных услуг на основе... |
Поиск Главная страница   Заполнение бланков   Бланки   Договоры   Документы    |