Documente Academic
Documente Profesional
Documente Cultură
Aplicatie Box Jenkins
Aplicatie Box Jenkins
Asist. Univ. Dr. Smaranda Cimpoeru / Seminar Econometrie Serii de timp / FABBV AN II
t-Statistic
Prob.*
-1.755873
-3.443307
-2.867147
-2.569818
0.4025
Asist. Univ. Dr. Smaranda Cimpoeru / Seminar Econometrie Serii de timp / FABBV AN II
Coefficient
Std. Error
t-Statistic
Prob.
BET(-1)
C
-0.009568
0.021054
0.005449
0.011621
-1.755873
1.811748
0.0797
0.0706
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.006202
0.004191
0.013886
0.095250
1418.546
1.849434
0.000679
0.013915
-5.711881
-5.694919
3.083090
0.079730
Asist. Univ. Dr. Smaranda Cimpoeru / Seminar Econometrie Serii de timp / FABBV AN II
Deoarece prin diferentierea seriei initiale am otinut un proces Zgomot Alb, inseamna ca
seria initiala este un proces AR(1) de forma:
=
()
Faptul ca functia de autocorelatie partiala are un varf care se deosebeste clar de restul
valorilor (apropiate de zero) nu lasa loc multor interpretari in privinta modelului autoregresiv ce
trebuie ales. Totusi, pentru comparatie vom estima modelele AR(1), ARMA(1,1), ARMA(2,1).
Nota: Trebuie precizat ca in acest caz modelarea se face doar in scop didactic. Cel mai
corect din punct de vedere teoretic ar fi fost sa modelam seria stationarizata, dar intrucat
aceasta provine dintr-un proces Zgomot Alb se stie ca nu poate fi modelata. Aceasta este de fapt
si caracteristica seriilor ce modeleaza randamentele actiunilor, faptul ca nu pot fi modelate ,
deci previzionate valori viitoare, semn al eficientei informationale perfecte a pietei.
Etapa 4 Estimarea parametrilor modelelor autoregresive
Estimand modelele mentionate, obtinem:
Modelul 1
AR(1) :
= 2.200382591 + 0.9904315626*
Comenzi EViews: LS BET C AR(1)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
AR(1)
2.200383
0.990432
0.076667
0.005449
28.70038
181.7509
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.985266
0.985236
0.013886
0.095250
1418.546
1.849434
2.130129
0.114279
-5.711881
-5.694919
33033.39
0.000000
Acest model este corect specificat deoarece ambii coeficientii sunt semnificativ diferiti
de zero.
Modelul 2:
ARMA(1,1) :
= 2.19266104 + 0.9891832961*
Comenzi EViews:
LS BET C AR(1) MA(1)
+0.08048400012*
Asist. Univ. Dr. Smaranda Cimpoeru / Seminar Econometrie Serii de timp / FABBV AN II
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
AR(1)
MA(1)
2.192661
0.989183
0.080484
0.071123
0.005914
0.045211
30.82926
167.2591
1.780196
0.0000
0.0000
0.0757
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.985349
0.985289
0.013861
0.094713
1419.949
2.000671
2.130129
0.114279
-5.713505
-5.688062
16578.15
0.000000
Modelul 3
In mod asemanator, in cazul modelului ARMA(2,1), obtinem ca cei doi coeficienti , al
termenului autoregresiv de ordin doi si al termenului din seria de termeni
, sunt
nesemnificativi diferiti de zero, deci nu se justifica introducerea lor in model. (p value: 0.46;
0.31).
Comenzi EViews : LS BET C AR(1) AR(2) MA(1)
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
AR(1)
AR(2)
MA(1)
2.194266
0.724445
0.263173
0.353338
0.078033
0.362458
0.359252
0.353114
28.11984
1.998701
0.732560
1.000635
0.0000
0.0462
0.4642
0.3175
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.985437
0.985348
0.013813
0.093681
1419.299
2.022437
2.130488
0.114114
-5.718381
-5.684405
11075.02
0.000000
Asist. Univ. Dr. Smaranda Cimpoeru / Seminar Econometrie Serii de timp / FABBV AN II
Interpretari
Seria diferentiata reprezinta chiar randamentul indicelui bursier. Deoarece am obtinut ca
indicele BET se poate modela dupa un proces autoregresiv de ordin intai, cu coeficient unu al
termenului autoregresiv (tip de proces deosebit care poarta denumirea de Mers Aleator), in
perioada analizata, piata bursiera este eficienta informational, conform teoriei de specialitate.
Dupa Fama, piata eficienta informational a fost definita ca acea piata care are abilitatea de a se
adapta rapid sub impactul ultimelor informatii disponibile.
Aceasta caracteristica are mai multe consecinte. In primul rand, inseamna ca atunci cand
apare o noua informatie pe piata, aceasta se raspandeste foarte repede si este incorporata in
preturile actiunilor fara intarziere. Deci, nici analiza tehnica (care presupune studiul preturilor
trecute in incercarea de a prezice cursul viitor), nici analiza fundamentala (care are la baza
analiza informatiilor financiare despre companii) nu l-ar ajuta pe un investitor sa dobandeasca
randamente mai mari decat cele pe care le-ar obtine prin detinerea unui portofoliu de titluri alese
aleator. De asemenea, pornind de la faptul ca randamentele urmeaza un proces Mers la
Intamplare, putem afirma ca, daca fluxul de informatii nu este impiedicat de nimic si informatia
se reflecta imediat in pretul actiunilor, atunci variatia cursului de maine va reflecta doar
informatiile din ziua urmatoare si va fi independenta de modificarile pretului din ziua curenta.