ECONOMETRIE FINANCIARA

Curs 1 si 2
Daca prezenta la curs este obligatorie, atunci studentii vor
absenta de la examen. Daca prezenta la curs este facultativa,
atunci se vor prezenta la examen si absentii de la curs.
De citit:
Lazar, D. (2011), Econometrie financiar, pag. 10-41, 47-55
Brooks, C. (2008), Introductory econometrics for finance, pag. 1-22, 241-243
1.1. Componentele unei serii de timp
O serie de timp = secven de observaii asupra unei variabile Y , ordonate dup parametrul
timp
1 2 ... t ... T

Y :
Y1 Y2 ... Yt ... YT
Proces stochastic (aleator)=secvena de variabile aleatoare (Yt ) tZ
Modele de descompunere a) aditiv: Yt Tt C t S t t , b) multiplicativ: Yt Tt Ct S t t sau
c) o combinaie mixt a componentelor seriei.
Exemplu 1. Componentele unei serii de timp: descriere intuitiva.
Evolutia trimestriala a PIB, in perioada ianuarie 1998-ianuarie 2009
Evolutia PIB-ului real in Romania
40000
36000
32000
28000
24000
20000
16000
12000
1998

2000

2002

2004

Metoda Tramo/Seat, filtrul Hodrick-Prescott (Eviews):

2006

2008

Descompunerea PIB-ului pe componente

34000

1200

32000
800

30000
28000

400

26000
0

24000
22000

-400

20000
18000

-800
98

99

00

01

02

03

04

05

06

07

08

09

98

99

00

01

TENDINTA

02

03

04

05

06

07

08

09

08

09

COMPONENTA CICLICA

140

103

130
102

120
110

101

100
100

90
80

99

70
60

98
98

99

00

01

02

03

04

05

06

07

08

09

98

Componenta sezoniera

99

00

01

02

03

04

05

06

07

Componenta aleatoare

Exemplu 2. Separarea tendinei i evidenierea componentei ciclice: prezentare grafic. Evoluia

ratei daunei n asigurrile generale (USA).
Filtrul Hodrick-Prescott:
Evoluia ratei daunei, extragerea tendinei i a componentei ciclice

Exemplu 3. Tendina determinist, sezonalitate periodic, componenta neregulat autocorelat.

-

tendina determinist liniar Tt 100 0.08t ;

componenta sezonier generat de o funcie periodic cu perioada 12 uniti de timp:

S t 2.5 sin(t / 6) ;

componenta neregulat prezint autocorelaie, fiind generat de modelul staionar

autoregresiv t 0.6 t 1 u t , unde u t N (0,1) sunt independente i normal repartizate.
Graficul componentei neregulate, notat cu Eps, este redat n figura 1.4.

Model aditiv Yt Tt S t t rezult graficul:

Graficul seriei Yt Tt S t t respectiv a componentei neregulate t

112

110

108

106

104

102

-1

100

-2

98

-3

96

-4
25

50

75

100

25

Seria Y= T+S+Eps

50

75

100

Componenta neregulata Eps

Exemplu 4. Tendina determinist liniar, tendina stochastic: prezentare grafic.

a) tendina determinist liniar: Yt Tt t 100 0.08t t ,

t=0,1,2,...,200

b) tendina stochastic: Yt Yt 1 t , pentru t=1,2,...,200 i valoarea iniial Y0 100 ,

unde componenta neregulat t N (0,1) este o secven de variabile aleatoare independente i
normal distribuite; au fost generate 200 de valori (utiliznd funcia nrnd din Eviews).

Tendina determinist versus tendina stochastic

Exemplu 5. Serie nestaionar cu tendin stochastic versus serie staionar.

Evoluia indicelui bursier BET, a valorilor logaritmate ale indicelui BET, respectiv a ratei
rentabilitii logaritmice rt ln(Yt / Yt 1 )
Evoluia indicelui BET, ln(BET), ratelor rentabilitii; perioada ianuarie 1999 decembrie 2009
12000

10

10000

.15
.10

8000

.05
8

6000

.00
7

4000

-.05
6

2000
0

-.10

5
500

1000

1500

2000

Indicele BET

2500

3000

-.15
500

1000

1500

2000

ln(BET)

2500

3000

500

1000

1500

2000

RATA RENTABILITATII

2500

3000

1.2. Filtre de netezire. Mediile mobile

a. Estimarea tendintei utiliznd mediile mobile. Aplicatii in analiza tehnica
Yt Tt t
Media mobil:
Yt m1 Yt m1 ... 1Yt 1 0Yt 1Yt 1 ... m2 Yt m2
m2

m1 , m2 N , m1 , ..., m2 R

unde
Cazuri particulare:
-

iar suma ponderilor este unu

i m1

1
.

medie mobil este centrat dac m1 m 2 m

media mobil este simetric dac este centrat i i i , i 1, ... , m . O medie

{2m 1}; [ m , m 1 ... , 0 ]}
mobil simetric se noteaz prin
Ex. mediile lui Henderson {[9]; [ 0.041, 0.01, 0.119, 0.267, 0.33]} :
Y t 0,041Yt 4 0,01Yt 3 0,119Yt 2 0.267Yt 1 0.33Yt 0.267Yt 1
0,0119Yt 2 0,01Yt 3 0.041Yt 4

mediile aritmetice centrate, de ordin impar MM(2m+1),

Y Yt m 1 ... Yt ... Yt m1 Yt m
Yt t m
; t m 1, m 2,..., T m
2m 1
;
Obs. Minimizeaz raportul de reducere a varianei componentei eroare

*2 / 2

i m

1
2m 1 :

2
i

. Lasa neschimbata tendinta liniara.

mediie mobila asimetrica de tipul:

Yt mYt m ... 1Yt 1 0Yt
Ex. SMA(n+1):
Pt

Pt Pt 1 ... Pt n
n 1
,

t=n+1, , T.

32
30
28
26
24
22
20
18
16
50

100

150
CBRD

200

250

300

MMA21

b. Analiza sezonalitii i metode de desezonalizare

Perioada componentei sezoniere, notata cu p
Metode de desesonalizare: f ( St ) 0 , f (TC t ) TC t .
Metodele clasice de desezonalizare: medii mobile centrate i simetrice MM(p):
- p 2m :

0,5Yt m Yt m 1 ... Yt ... Yt m1 0,5Yt m

2m
, t m 1, m 2, .... T m
- p 2m 1
Y Yt m1 ... Yt ... Yt m1 Yt m
Yt t m
; t m 1, m 2,..., T m
2m 1
.
Metoda raportrii la mediile mobile:
Y Tij S j ij
S ij Yij / Y ij
- model
multiplicativ ij
:
si
n

1
1
Sj
S ij ; j 1, 2,..., p
n 1 i 1
. Seria desezonalizat: SA Y / S .
Yt

model

aditiv

Yij Tij S ij ij

desezonalizat: SA Y S .

S ij Yij Y ij

Sj

1 n 1
S ij
n 1 i 1 .

Seria

440
400
360
320
280
240
200
160
120
1996

1997

1998

1999

PBERE

2000

2001

PBERESA

Alte metode de desezonalizare, descompunere a seriei pe componente (se bazeaz pe

filtre liniare: medii mobile, modele de tip autoregresiv-medii mobile, filtre Kalman, s.a.):
metoda Census X-12-ARIMA, metoda TRAMO/SEATS, Demetra.
c. Studiul componentei ciclice
- studiul componentei ciclice cu analiza spectrala (la ESA)
- separarea componetei ciclice cu Filtrul Hodrick-Prescott:
Yt Tt Ct

min{
Tt

t 1

( yt Tt ) 2

T 1

[(T

t 1

t 2

Tt ) (Tt Tt 1 )]2 }

Filtrul Hodrick-Prescott:
Evoluia ratei daunei, extragerea tendinei i a componentei ciclice

Evoluia PIB real SUA, extragerea tendinei i a componentei ciclice

70
60
50
40
30
20
10
55

60

65

70

75

80

85

GDPREAL
CICLU

90

95

00

05

TENDINTA

-1

-2

-3
55

60

65

70

75

80

85

90

95

00

05

1.3. Metode de netezire exponenial. Filtru de netezire si metode de previziune

A sti inseamna a prevedea pentru a putea.
( h) Y

Y
th
Se da: Y1 , Y2 , ..., Yt . Se cere: previziuni t

a)

Metoda de netezire exponenial simpl

Yt m t

Metoda de previziune:
Yt 1 c Yt (1 c )Yt

t 1,2,...

Yt 1 Yt c(Yt Yt ) Yt c et
c 0,1 este constanta de netezire. Ex Y1 Y1 .

Yt 1 c Yt (1 c )Yt cYt (1 c) cYt 1 (1 c)Yt 1

t 1

cYt c(1 c)Yt 1 c(1 c) 2 Yt 2 c (1 c) t 1 Y1 (1 c) t Y1 c(1 c ) i Yt i const

i 0

Ponderea observaiilor descrete exponenial.

Valoare optim pentru c, minimizeaz media ptratelor erorilor de previziune
2
1 T 1
1 T 1 2

et 1 min

t 1
t 1
T
T
t

0
t

0
SSE =

Metod de netezire, in analiza tehnica (media mobil exponeniala EMA):

(1) Y S
Y
t
t 1
t
S t c Yt (1 c) S t 1
Pt cPt (1 c) Pt 1 ( Pt Pt 1 )c Pt 1 t n, n 1,..., T
Pentru EMA(n) constanta de netezire c 2 /( n 1) .
Extensie a metodei. De regul se utilizeaz media mobil exponenial EWMA, ca i
estimatie a volatilitii, ce d o pondere mai mare observaiilor recente:

t2 (1 c)[rt 21 c1 rt 22 c 2 rt33 }

unde c [0,1] este constanta de netezire, ce definete ponderile i respectiv gradul de

netezire. Relaia anterioar poate fi scris succint sub forma unei relaii de recurent:
t2 (1 c) rt 21 c t21 , t=2, 3, ..., T.
2
unde valoarea iniial 0 este considerat ca fiind zero sau egal cu variana
necondiionat. Aceasa metod este utilizat frecvent n practic (ex RiskMetrix
consider pentru constanta de netezire valoarea c 0.94 ).

b) Metoda Holt-Winters far sezonalitate

Yt h at hbt
Nivelul seriei at respectiv panta dreptei bt se modific conform unor relaii de recuren:
a t Yt 1 (a t 1 bt 1 )
bt a t at 1 1 bt 1
unde apar doua constante de netezire , 0,1 . Sunt determinate, de regula, din condiia
minimizrii mediei ptratelor erorilor de previziune:
2
1 T 1
1 T 1 2

et 1 min

t 1
t 1
T
T
t

0
t

0
MSE =
.

Previziuni (utiliznd toate datele disponibile Y1 , Y2 , ..., YT ):

YT (h) YT h aT hbT
.
c) Metoda Holt-Winters cu sezonalitate

Modelul multiplicativ:
Yt h (at h bt ) S t p h
unde nivelul seriei at , panta dreptei de tendin bt respectiv componenta sezonier S t
sunt generate de relaiile de recuren:
Y
at t 1 at 1 bt 1
S t p
bt a t at 1 1 bt 1
Yt
1 S t p
at

St
unde unde , , 0,1 .

Previziuni (utiliznd toate datele disponibile Y1 , Y2 , ..., YT ):

YT h ( aT h bT ) S T p h
450
400
350
300
250
200
150
100
1996

1997

1998

PBERE

1999

2000

PBERE.Previziuni

Modelul aditiv:
Yt h at h bt S t p h

at (Yt S t p ) 1 at 1 bt 1

unde , , 0,1 .

bt a t at 1 1 bt 1
S t (Yt at ) 1 S t p
.

2001

440
400
360
320
280
240
200
160
120
80
1996

1997

1998

PBERE

1999

2000

PBERE.Previziuni

2001