Documente Academic
Documente Profesional
Documente Cultură
Proiect Econometrie
Testarea Modelului Sharpe si CAPM
Moldoveanu
Vlad, Grupa 3, Finante Corporative,
anul 1
Cuprins
I.Teste de semnificatie.................................................................................................................................4
1.Descriere generala................................................................................................................................4
2.Testul t..................................................................................................................................................6
2.1.Specificarea ipotezelor..................................................................................................................6
2.2.Nivelul de semnificatie..................................................................................................................7
2.3.Statistica folosita...........................................................................................................................8
2.4.Decizia...........................................................................................................................................8
3.Testul F ( Fisher)...................................................................................................................................8
3.1.Specificarea ipotezelor..................................................................................................................9
3.2.Nivelul de semnificatie..................................................................................................................9
3.3.Statistica folosita...........................................................................................................................9
3.4.Decizia.........................................................................................................................................10
II. Teste bazate pe reziduuri......................................................................................................................10
1.Analiza reziduurilor.............................................................................................................................10
2. Testul White......................................................................................................................................11
2.1 Specificarea ipotezelor.................................................................................................................12
2.2 Nivelul de semnificatie.................................................................................................................12
2.3 Pasi ce trebuie urmati..................................................................................................................12
2.4 Decizia..........................................................................................................................................12
3.Testul Durbin-Watson.........................................................................................................................12
3.1.Specificarea ipotezelor................................................................................................................13
3.2.Nivelul de semnificatie................................................................................................................13
3.3.Statistica folosita.........................................................................................................................13
3.4.Decizia.........................................................................................................................................13
3.5.Corectarea modelului..................................................................................................................14
Pagina | 2
III. Teste de normalitate............................................................................................................................14
1.Testul Jarque-Bera de normalitate.....................................................................................................15
1.1.Specificarea ipotezelor................................................................................................................15
1.2.Nivelul de semnificatie................................................................................................................15
1.3.Statistica folosita.........................................................................................................................15
1.4.Decizia.........................................................................................................................................15
IV. Studiu aplicativ- Modelul Sharpe si Modelul CAPM.............................................................................16
1.Considerente generale.......................................................................................................................16
2.Modelul Sharpe..................................................................................................................................17
2.1.Actiunea Cola Cola.......................................................................................................................18
2.2.Actiunea Microsoft......................................................................................................................24
2.3.Actiunea McDonalds....................................................................................................................28
3.Modelul CAPM....................................................................................................................................33
3.1.Actiunea Coca-Cola......................................................................................................................33
3.2.Actiunea Microsoft......................................................................................................................40
3.3.Actiunea McDonalds....................................................................................................................45
Pagina | 3
I.Teste de semnificatie
1.Descriere generala
Robert A. Fisher, in cartea “Statistical Methods for Research Workers” sustinea faptul
ca validitatea unei ipoteze stiintifice este stabilita pe baza unui singur test, cu optiunea de a
nu emite o judecata definitiva atunci câ nd rezultatul nu este „suficient de limpede”. În
aceasta abordare sunt posibile doar doua optiuni: fie se va„respinge ipoteza nula”, fie se va
amâ na decizia (nu sunt suficiente date pentru a trage vreo concluzie).
Diferenta dintre ipotezele stiintifice si cele statistice este data de faptul ca ipotezele
stiintifice se refera la populatii teoretice, care au de obicei un numar infinit de indivizi si
sunt reprezentate de distributii continue, pe cand ipoteza statistica este exprimata prin
intermediul parametrului acelei populatii (cum ar fi proportia, media etc.).
Valoarea parametrului este estimata prin exploatarea datelor obtinute dintr-un esantion
extras din populatie, apoi este comparata cu o valoare „asteptata”.
Pagina | 4
Ideea testarii ipotezelor (adica a testelor de semnificatie) este simpla: ipoteza
statistica va servi ca alternativa la o alta ipoteza – „ipoteza nula” – care este luata in
considerare doar pentru a fi respinsa. Prin acceptarea adevarului ipotezei nule vor rezulta
anumite consecinte statistice, iar acestea vor fi confruntate cu datele observate.Orice
dovada aflata în contradictie cu ipoteza nula va servi ca justificare a alternativei.
Pagina | 5
In testarea statistica de semnificatie o importanta mare o are eroarea de tipul I.
Probabilitatea ei, cu alte cuvinte numarul a = P(decizie eronatä |H0 este adevä ratä ) este
nivelul de semnificatie a carui valoare a fost aleasa anterior.
y i=β 0 + β 1 x i 1+ β 2 x i 2+ …+ β k x ik + ε i
2.Testul t
Statistica t a fost introdusa în 1908 de că tre William Sealy Gosset, un chimist ce era
angajat la fabrica de bere Guinness în Dublin, Irlanda ("Student" a fost numele sau de
publicist). Gosset a fost angajat datorita politicii inovatoare a Guinness de recrutarea a
celor mai buni absolvenţi de la Oxford şi Cambridge, care să aplice biochimie şi statistici
pentru procesele industriale Guinness. Gosset a conceput testul t ca o modalitate de a
monitoriza simplu si avantajos calitatea berii. A publicat testul in Biometrika, 1908, dar a
fost obligat de catre angajator sa foloseasca un supranume, pentru a tine secret faptul ca
fabrica folosea statistica in determinarea calitatii berii.
2.1.Specificarea ipotezelor
Pagina | 6
Test bilateral
H 0 : β= β¿
{ H1 : β ≠ β¿
H 0 : β= β¿
{ H 1: β < β¿
H 0 : β= β¿
{ H 1: β > β¿
H0: ipoteza nula,cea care este luata in considerare pentru a testa posibilitatea
respingerii ei
2.2.Nivelul de semnificatie
Pagina | 7
Nivelul de semnificatie este probabilitatea de respingere a ipotezei nule, atunci cand
aceasta este adevarata.
2.3.Statistica folosita
^β−β ¿
t^ = t (n−parametrii estimati)
SEβ^
2.4.Decizia
Decizia poate fi luata si pe baza valorii luate de p-value. Pentru orice test statistic, aceasta
indica eroarea care se face prin respingerea ipotezei nule.
P value apartine intervalului [0,1]. Astfel pentru p<0.15 se respinge ipoteza nula
O alta modalitate de decizie, in cazul testului bilateral, este cea pe baza intervalelor de
incredere. Daca acesta contine termenul 0, atunci nu se poate respinge ipoteza nula.
Pagina | 8
3.Testul F ( Fisher)
Testul F este orice test statistic in care statistica testata urmeaza o distributie F. Spre
deosebire de testul t, acesta se refera la intregul model de regresie. Numele sau a fost dar
de by George W. Snedecor in onoarea lui Ronald A. Fisher, deoarece acesta din urma a facut
primii pasi in fundamentarea statisticii F, in anii 1920.
3.1.Specificarea ipotezelor
H 0 : β 1=β 2=..=β k =0
{ H 1 :∃ s , a. i . β s ≠ 0
H0: ipoteza nula,cea care este luata in considerare pentru a testa posibilitatea
respingerii ei
3.2.Nivelul de semnificatie
3.3.Statistica folosita
SSR
MSR k
F= =
MSE SSE
[n−( k + 1 ) ]
n
2
Unde - SSR=∑ (^y i− ý ) ; este suma patratelor abaterilor valorilor ajustate de la
i=1
medie. Aceasta reprezinta partea din varianta totala a valorilor y explicata prin modelul de
regresie.
Pagina | 9
n
2
-SSE=∑ ( y i− ^y i ) ; este suma patratelor reziduurilor (abaterile la patrat ale
i=1
3.4.Decizia
Valoarea lui F calculat este comparata cu valoarea lui F critic, care se obtine prin
consultarea tabelelor, sau apeland functia Excel FINV, cu parametrii: grad de determinatie
si numarul de grade de libertate.
Daca F calculat este mai mare sau egal decat F critic, ipoteza nula este respinsa, iar
in caz contrar este acceptata.
De asemenea, decizia poate fi luata pe baza valorii luate de p-value. Pentru orice test
statistic, aceasta indica eroarea care se face prin respingerea ipotezei nule.
P value apartine intervalului [0,1]. Astfel pentru p<0.15 se respinge ipoteza nula
Testul F, in care exista o singura variabila de influenta are acelasi rezultat cu testul t.
Pagina | 10
1.Analiza reziduurilor
n
r t = y t −^y t , ∑ r i=0
i=1
Daca modelul liniar si presupunerile in analiza prin cele mai mici patrate sunt
valabile, reziduurile ar trebui sa fie aproximativ normal distribuite si n-ar trebui sa apara
nici o tendinta.
2. Testul White
În statistică , testul White este un test statistic care stabileşte dacă varianţa reziduală
a unei variabile într-un model de regresie este constant (homoscedasticitate). Pentru a
testa constanta unei variaţii se introduc intr-o regresie pă tratele reziduurilor de la un
model de regresie, regresori şi regresorii la pă trat.
Dacă homoscedasticitatea este respinsa se poate utiliza un model GARCH.
Pagina | 11
Acest test a fost propus de Halbert White în 1980. Aceasta metoda a devenit extrem
de utilizata pe scară largă , fă câ nd din lucrarea autorului unul dintre articole cele mai citate
în economie.
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
y i=β 0 + β 1 x i 1+ β 2 x i 2+ …+ β k x ik + ε i
H 0 : α 1=..=α k =0
{ H1: αx ≠ 0
H0 homoscedasticitate, H1 heteroscedasticitate
Pagina | 12
2.4 Decizia
Decizia se ia pe baza testului F, sau pe baza lui p-value.
3.Testul Durbin-Watson
Statistica Durbin-Watson este o statistică de testare utilizate pentru a detecta
prezenţa a autocorelă rii în reziduale de la o analiză de regresie. Este numit după James
Watson Durbin şi Geoffrey.
y t =β 0+ β x t +e t
e t =ρ et −1+ v t unde v t N ¿)
3.1.Specificarea ipotezelor
H 0 : ρ=0
{ H 1 : ρ ≠0
3.2.Nivelul de semnificatie
Nivelul de semnificatie este probabilitatea de respingere a ipotezei nule, atunci cand
aceasta este adevarata.
3.3.Statistica folosita
n
∑ ( r i−r i−1)2
DW = i=2 n ; DW 2(1− ^ρ ) => DW ε (0,4)
2
∑r i
i=1
Pagina | 13
Statistica DW este tabelata, valorile ei depinzand de nivelul de semnificatie precizat, de
numarul de observatii in esantion si de numarul variabilelor de influenta din modelul de
regresie. Statistica test DW pentru un nivel de semnificatie precizat are 2 valori critice d L si
dU ce se obtin din tabele.
3.4.Decizia
Daca DW intre 0 si dL respingem H0 , autocorelatia de ordinul I fiind pozitiva
Daca DW intre 4-dL si 4, respingem H0, autocorelatia fiind negativa
Daca DW intre dU si 4-dU nu se confirma prezenta autocorelatiei.
Daca DW intre dL si dU sau intre 4-dL si 4-dU testul nu este concludent
3.5.Corectarea modelului
y t =β 0+ β x t +e t
Procedura Cochrane-Orcutt
Testele de normalitate verifica daca seria de date este distribuita normal. Aceasta se
verifica prin intermediul notiunilor de mediana, simetrie, si aplatizare.
Mediana reprezinta acel punct care separa la stanga jumatate din probabilitati,
intr-o distributie. Pentru distributia normala, mediana este aceeasi cu media.
Pagina | 14
Simetria (skewness): proprietatea unei distributii de a fi egal despartita de catre
mediana. Simetria se masoara prin intermediul coeficientului skewness, care are ipotezele:
H 0 : sk =0 repartitie simetrica
{ H 1 : sk ≠0 repartitie asimetrica
μ3
sk= unde μ3
( μ ¿¿ 2¿ ¿3 /2)¿ ¿
este momentul centrat de ordinul 3,
iar μ2 este dispersia.
Aplatizarea (kurtosis)-
indica gradul de aplatizare al repartitiei, si poate fi mezocurtica, leptocurtica sau
platicurtica
μ4
K n=
μ22
H 0 : K n−3< 0 platicurtica
{ H 1 : K n −3>0 leptocurtica
1.1.Specificarea ipotezelor
H 0 :sk =0 si k=3
{ H 1 : sk ≠0 sau k ≠ 3
1.2.Nivelul de semnificatie
Nivelul de semnificatie este probabilitatea de respingere a ipotezei nule, atunci cand
aceasta este adevarata.
Pagina | 15
1.3.Statistica folosita
b 21 b 22
W =T ( + ) unde: b1 este o estimatie pentru sk (folosim un esantion de volum T) si b 2
6 24
este o estimatie pentru k-3 (folosim un esantion de volum T)
T → ∞=¿ W χ 2 (2)
1.4.Decizia
^ > χ 2α ( 2 ) →resping ipoteza nula
Daca W
1.Considerente generale
Esantionul considerat contine 768 de randamente zilnice ale actiunilor Coca Cola,
McDonalds si Microsoft, inregistrate de la data de 01.10.2007 pana la 15.10.2010. Toate
cele 3 actiuni actiuni selectate intra in componenta indicelui DIJA. Am ales sa folosesc date
zilnice deoarece randamentele calculate folosind perioade mai indelungate(lunare) pot
duce la schimbari ale valorii beta în perioada de analiza, generand erori de estimare. Pe
deasupra, distributia rentabilitatilor zilnice tinde a se apropia cel mai mult de legea
normală . CAPM-ul este construit pe ipoteza normalitatii rentabilitatilor.
Ca proxy al pietei New York-eze a fost ales indicele Dow Jones, unul dintre cei mai
cunoscuti indici bursieri din lume. Indicele, calculat pentru prima oara pe 26 mai 1896,
urmareste evolutia celor mai importante 30 de blue chip-uri (companii stabile, de dimensiuni
mari, si profitabile) din Statele Unite. Rentabilitatea activului fara risc a fost considerat
randamentul Treasury Bonds cu maturitatea la un an.
Pagina | 16
P t−Pt −1
Randamentul titlurilor a fost obtinut folosind urmatoarea formula: Rt =
P t−1
unde Pt reprezinta pretul activului financiar la momentul de timp t, iar R t reprezinta
randamentul activului financiar la momentul t.
Matricea de corelatie
1 0.42611 0.8622
9
0.426119 1 0.18749
32 8
0.862199 0.18749 1
85 8
2.Modelul Sharpe
Pagina | 17
portofoliu si un factor .15
.10
macroeconomic acceptat. El a
.05
observat un fenomen practic,
.00
pa care l-a modelat teoretic si
-.05
anume ca rentabilitatea
-.10
investirii capitalurilor proprii 100 200 300 400 500 600 700
COCA_COLA
depinde in principal de doi
factori: diferentele obiective din nivelul primei de risc care sunt caracteristice capitalului
invetit si diferentele dintre corporatiile si institutriile financiare care investesc pe piata.
In acest proiect am analizat dependanta care exista intre randamentul unui titlu si
randamentul pietei. Ecuatia de regresie a modelului este urmatoarea:
Pagina | 18
COCA_COLA = 0.0003992367229 + 0.6226203427*DIJA . La creşterea rentabilită ţii pieţei
cu 1 punct procentual rentabilitatea acţiunii Coca Cola va creste cu 0.6226203427.
Validarea modelului
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 0.90 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
H 0 : β=0
H1: β ≠ 0
Pagina | 19
.08
.04
T statistic calculat este 24.68 fiind
REZIDCOCA
in afara intervalului (–t critic( -2.2458); t .00
ipoteza nula.
-.08
-.08 -.04 .00 .04 .08
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
e t =ρ et −1+ v t unde v t N ¿)
Analizand graficul, autocorelare nu este evidenta. Astfel vom trece la estimarea lui ρ
din model.
H 0 : ρ=0
{ H 1 : ρ ≠0
P value este mai mic de 5%. Astfel, vom respinge ipoteza nula, si vom concluziona ca
exista autocorelare.
Pagina | 20
Statistica Durbin-Watson are valoarea 2.16 . Fiind mai mare de 2.1 concluzionam ca
autocorelarea este prezenta.
Modelul este valid deoarece p-value pentru teste F este mic, si astfel respingem
ipoteza nula, conform careia toti coeficientii regresiei sunt nuli.
Pagina | 21
.08
.06
.04
R_DINAMIC .02
.00
-.02
-.04
-.06
-.08
-.08 -.04 .00 .04 .08
R_DINAMIC(-1)
Procedura Cochrane-Orcutt
Pagina | 22
Coeficienţii modelului dinamic sunt semnificativi diferiţi de zero cu excepţia termenului
liber unde cu un p-value de 0,32 suntem in regiunea de incertitudine.
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/17/10 Time: 00:51
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 9.46E-05 1.57E-05 6.035337 0.0000
DIJA 0.001080 0.000852 1.267062 0.2055
DIJA^2 0.177175 0.016943 10.45709 0.0000
R-squared 0.130359 Mean dependent var 0.000148
Adjusted R-squared 0.128086 S.D. dependent var 0.000439
S.E. of regression 0.000410 Akaike info criterion -12.75644
Sum squared resid 0.000129 Schwarz criterion -12.73830
Log likelihood 4901.474 F-statistic 57.33674
Durbin-Watson stat 1.647234 Prob(F-statistic) 0.000000
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Pagina | 23
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta heteroscedasticitatii.
.20
.16
Teste de normalitate
.12
.08
.04
-.04
-.08
-.12
H 0 :sk =0 si k=3
{
100 200 300 400 500 600 700
H 1 : sk ≠0 sau k ≠ 3 MICROSOFT
P value este foarte mic. Deci putem respinge ipoteza nula, concluzionand ca datele
nu sunt normal distribuite. Distributia este leptocurtica deoarece k>3.
2.2.Actiunea Microsoft
Mean -3.16E-19
120 Median -6.13E-05
Ecuaţia de regresie a Maximum 0.075652
Minimum -0.069978
80 Std. Dev. 0.012189
modelului Sharp este Skewness 0.241024
Kurtosis 9.749071
40
MICROSOFT = Jarque-Bera 1465.034
Probability 0.000000
0
0.000330565928 + -0.05 0.00 0.05
1.02882404*DIJA . La
Pagina | 24
creşterea rentabilită ţii pieţei cu 1 punct procentual rentabilitatea acţiunii Microsoft va
creste cu 1.02882404.
.12
.08
.04
DIJA
.00
-.04
-.08
-.12
-.12 -.08 -.04 .00 .04 .08 .12 .16 .20
MICROSOFT
Validarea modelului
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
Pagina | 25
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 0.57 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
.12
REZ_MICRO
.00
ipoteza nula.
-.04
-.08
Testul t pentru coeficientul
-.12
-.15 -.10 -.05 .00 .05 .10
randamentului pietei are urmatoarele
REZ_MICRO(-1)
ipoteze:
H 0 : β=0
H1: β ≠ 0
T statistic calculat este 31.25 fiind in afara intervalului (–t critic( -2.2458); t
critic(2.2458)), si astfel respingem ipoteza nula.
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
e t =ρ et −1+ v t unde v t N ¿)
Analizand graficul, autocorelare nu este evidenta. Astfel vom trece la estimarea lui ρ
din model.
H 0 : ρ=0
{ H 1 : ρ ≠0
Pagina | 26
Dependent Variable: REZ_MICRO
Method: Least Squares
Date: 11/17/10 Time: 17:35
Sample(adjusted): 2 768
Included observations: 767 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
REZ_MICRO(-1) 0.011015 0.036129 0.304870 0.7605
R-squared 0.000121 Mean dependent var -1.48E-07
Adjusted R-squared 0.000121 S.D. dependent var 0.015919
S.E. of regression 0.015918 Akaike info criterion -5.441421
Sum squared resid 0.194093 Schwarz criterion -5.435368
Log likelihood 2087.785 Durbin-Watson stat 1.999795
Coeficientul de autocorelatie este 0.011015 iar p value asociat lui este 76%. Astfel, ne
situam in zona de indecizie si nu vom respinge ipoteza nula.
Statistica Durbin-Watson are valoarea 1.97 . Fiind mai mare de 1.9 concluzionam ca
autocorelarea nu este prezenta. Modelul nu necestita corectare.
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/17/10 Time: 17:40
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000211 2.91E-05 7.248366 0.0000
DIJA 0.003088 0.001582 1.951600 0.0514
DIJA^2 0.139328 0.031453 4.429676 0.0000
R-squared 0.032108 Mean dependent var 0.000253
Adjusted R-squared 0.029578 S.D. dependent var 0.000773
Pagina | 27
S.E. of regression 0.000761 Akaike info criterion -11.51915
Sum squared resid 0.000443 Schwarz criterion -11.50101
Log likelihood 4426.354 160F-statistic 12.68876
Series: Residuals
Durbin-Watson stat 1.926551 140Prob(F-statistic) 0.000004 Sample 1 768
Observations 768
120
Mean 0.000331
100
Regresia auxiliara Median 4.42E-05
80 Maximum 0.089764
Minimum -0.103663
construita este de forma: Std. Dev. 0.015909
60
Skewness -0.110272
40 Kurtosis 10.34428
20 Jarque-Bera 1727.587
Probability 0.000000
0
-0.10 -0.05 0.00 0.05
r 2=0.000211+0.003088∗DIJA+0.139328∗DIJA2
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta heteroscedasticitatii.
Teste de normalitate
Testul Jarque-Bera
H 0 :sk =0 si k=3
{ H 1 : sk ≠0 sau k ≠ 3
Pagina | 28
P value este foarte mic. Deci putem respinge ipoteza nula, concluzionand ca datele nu sunt
normal distribuite. Distributia este leptocurtica deoarece k>3.
2.3.Actiunea McDonalds
.05
Validarea modelului
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 1.96 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
H 0 : β=0
H1: β ≠ 0
.06
.02
.00
-.02
-2.2458); t critic(2.2458)), si astfel -.04
-.06
respingem ipoteza nula. -.08
-.08 -.04 .00 .04 .08
REZ_MC(-1)
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
Pagina | 30
Teste bazate pe reziduuri
e t =ρ et −1+ v t unde v t N ¿)
Analizand graficul, autocorelare nu este evidenta. Astfel vom trece la estimarea lui ρ
din model.
H 0 : ρ=0
{ H 1 : ρ ≠0
Coeficientul de autocorelatie este 0.0133 iar p value asociat lui este 71%. Astfel, ne
situam in zona de indecizie si nu vom respinge ipoteza nula.
Statistica Durbin-Watson are valoarea 1.97 . Fiind mai mare de 1.9 concluzionam ca
autocorelarea nu este prezenta. Modelul nu necestita corectare.
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
Pagina | 31
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/17/10 Time: 17:58
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000118 1.24E-05 9.495765 0.0000
DIJA 0.000684 0.000675 1.013456 0.3112
DIJA^2 0.036449 0.013420 2.716092 0.0068
R-squared 0.011670 Mean dependent var 0.000129
Adjusted R-squared 0.009087 S.D. dependent var 0.000326
S.E. of regression 0.000325 Akaike info criterion -13.22270
Sum squared resid 8.07E-05 Schwarz criterion -13.20456
Log likelihood 5080.518 F-statistic 4.516668
Durbin-Watson stat 1.989648 Prob(F-statistic) 0.011218
r 2=0.000118+0.000684∗DIJA+ 0.036449∗DIJA 2
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta heteroscedasticitatii.
Teste de normalitate
Pagina | 32
Testul Jarque-Bera
H 0 :sk =0 si k=3
{ H 1 : sk ≠0 sau k ≠ 3
P value este foarte mic. Deci putem respinge ipoteza nula, concluzionand ca datele nu sunt
normal distribuite. Distributia este leptocurtica deoarece k>3.
200
Series: Residuals
Sample 1 768
160 Observations 768
3.Modelul CAPM Mean 0.000803
120 Median 0.000342
Maximum 0.048113
Minimum -0.065400
80 Std. Dev. 0.011332
Modelul CAPM, dezvoltat de Skewness -0.329497
Kurtosis 7.538584
40
Sharpe(1964), Lintner(1965) si Jarque-Bera 673.0565
Probability 0.000000
0
Mosin(1966) a fost si este inca, unul -0.050 -0.025 0.000 0.025 0.050
Legă tura dintre risc si randament este unul dintre conceptele fundamentale din
economie, care i-a preocupat intotdeauna pe investitori. Acestia au cautat intotdeauna sa
identifice riscul de investire. Modelul CAPM, sustine ca beta, reprezinta singurul
instrument de masura al riscului sistematic relevant pentru investitori, si o relatie pozitiva
intre acesta si randamentul asteptat trebuie sa existe. Tocmai datorita importantei sale este
unul din cele mai testate modele din economie.
Pagina | 33
Ecuatie de regresie testata este urmatoarea:
¿¿
3.1.Actiunea Coca-Cola
Validarea modelului
.3
Coeficientul de determinatie .2 R2
.1
are o valoare de 95%. Acest lucru
.0
semnifica faptul ca 95% din -.1
COLA_RF
Pagina | 34
Doar 5% din variatia rentabilitatii suplimentare a actiunii Coca-Cola se datoreaza unor
factori neinclusi in model.
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 1.10 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
H 0 : β=1
H1: β ≠ 1
T statistic calculat este -6.01 fiind in afara intervalului (–t critic( -2.2458); t
critic(2.2458)), si astfel respingem ipoteza nula.
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
H 0 : β=1
H 1 : β> 1
T statistic calculat este -6.01 mai mic decat t critic(1.96) deci ipoteza nula nu poate fi
respinsa.
Pagina | 35
T critic a fost obtinut apeland functia Excel TINV(0.05; 766). In acest caz, testul t
este unilateral dreapta.
H 0 : β=1
H 1 : β< 1
T statistic calculat este -6.01 mai mic decat t critic(-1.96) deci ipoteza nula se
respinge.
REZ_COLARF
.04
este unilateral stanga.
.00
-.04
In concluzie beta este mai mic decat 1,
-.08
deci actiunea Coca Cola are un risc sistematic -.10 -.05 .00 .05 .10
REZ_COLARF(-1)
e t =ρ et −1+ v t unde v t N ¿)
Analizand graficul, autocorelare nu este evidenta. Astfel vom trece la estimarea lui ρ
din model.
H 0 : ρ=0
{ H 1 : ρ ≠0
Pagina | 36
Log likelihood 2214.110 Durbin-Watson stat 1.997358
P value este mai mic de 5%. Astfel, vom respinge ipoteza nula, si vom concluziona ca
exista autocorelare.
Statistica Durbin-Watson are valoarea 2.15 . Fiind mai mare de 2.1 concluzionam ca
autocorelarea este prezenta.
Pagina | 37
.08
.06
.04
.02
R_DINAM .00
-.02
-.04
-.06
-.08
-.08 -.04 .00 .04 .08
R_DINAM(-1)
Procedura Cochrane-Orcutt
Pagina | 38
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/18/10 Time: 00:27
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000166 1.85E-05 8.966217 0.0000
DIJA_RF -0.000404 0.000282 -1.432998 0.1523
DIJA_RF^2 0.004349 0.001494 2.911670 0.0037
R-squared 0.016129 Mean dependent var 0.000183
Adjusted R-squared 0.013557 S.D. dependent var 0.000489
S.E. of regression 0.000485 Akaike info criterion -12.42014
Sum squared resid 0.000180 Schwarz criterion -12.40200
Log likelihood 4772.335 F-statistic 6.270433
Durbin-Watson stat 1.503158 Prob(F-statistic) 0.001990
r 2=0.000166−0.000404∗DIJA +0.004349∗DIJA 2
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Pagina | 39
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta
.4
heteroscedasticitatii. .3
.2
Teste de normalitate .1
.0
-.1
{ H 1 : sk ≠0 sau k ≠ 3
100 200 300 400
MICRO_RF
500 600 700
3.2.Actiunea Microsoft
Mean 3.83E-18
120 Median -4.09E-05
Maximum 0.080329
Minimum -0.071042
80 Std. Dev. 0.013534
Ecuaţia de regresie a Skewness 0.099222
Kurtosis 8.123084
40
modelului CAPM este MICRO_RF Jarque-Bera 841.1319
Probability 0.000000
= 0.0003243747516 + 0
-0.05 0.00 0.05
1.000859474*DIJA_RF. La
Pagina | 40
creşterea rentabilită ţii pieţei cu 1 punct procentual rentabilitatea acţiunii Coca Cola va
creste cu 1.000859474.
Validarea modelului
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 0.56 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
H 0 : β=1
H1: β ≠ 1
T statistic calculat este 0.094 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)),
si astfel nu respingem ipoteza nula.
Pagina | 41
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
H 0 : β=1
H 1 : β> 1
T statistic calculat este 0.094 mai mic decat t critic(1.96) deci ipoteza nula nu poate
fi respinsa.
T critic a fost obtinut apeland functia Excel TINV(0.05; 766). In acest caz, testul t
este unilateral dreapta.
H 0 : β=1
H 1 : β< 1
T statistic calculat este 0.094 mai mare decat -t critic(-1.96) deci ipoteza nula nu se
respinge.
T critic a fost obtinut apeland functia Excel TINV(0.05; 766). In acest caz, testul t
este unilateral stanga.
In concluzie beta este egal cu 1, deci actiunea Microsoft are un risc sistematic egal cu
al pietei.
.12
.08
Teste bazate pe reziduuri
.04
REZ_MICRO
.00
-.04
-.08
Testul Durbin Watson
y t =β 0+ β x t +e t -.12
-.15 -.10 -.05 .00 .05 .10
REZ_MICRO(-1)
e t =ρ et −1+ v t unde v t N ¿)
Analizand graficul, autocorelare nu este evidenta. Astfel vom trece la estimarea lui ρ
din model.
Pagina | 42
H 0 : ρ=0
{ H 1 : ρ ≠0
P value este mai mare de 5%. Astfel, nu vom respinge ipoteza nula.
Statistica Durbin-Watson are valoarea 1.98 . Fiind mai mare de 1.9 concluzionam ca
autocorelarea nu este prezenta. Modelul nu necestita corectare.
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/18/10 Time: 00:43
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000234 2.97E-05 7.886709 0.0000
DIJA_RF 0.000918 0.000451 2.036879 0.0420
Pagina | 43
DIJA_RF^2 0.004372 0.002390 1.829654 0.0677
R-squared 0.008193 Mean dependent var 0.000253
Adjusted R-squared 0.005600 S.D. dependent var 0.000778
S.E. of regression 0.000776 Akaike info criterion -11.48026
Sum squared resid 0.000461 Schwarz criterion -11.46212
Log likelihood 4411.420 F-statistic 3.159787
Durbin-Watson stat 1.878954 Prob(F-statistic) 0.042989
r 2=0.000234+0.000918∗DIJA+0.004372∗DIJA2
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta heteroscedasticitatii.
160
Series: Residuals
Sample 1 768
Observations 768
120
Teste de normalitate
Mean 3.52E-18
Median -7.27E-05
Maximum 0.089885
80
Minimum -0.104369
Testul Jarque-Bera Std. Dev. 0.015917
Skewness -0.086693
40 Kurtosis 10.45435
Jarque-Bera 1779.117
H 0 :sk =0 si k=3 Probability 0.000000
{ H 1 : sk ≠0 sau k ≠ 3
0
-0.10 -0.05 0.00 0.05
Pagina | 44
.3
.2
3.3.Actiunea McDonalds .1
.0
-.1
-.5
Sample: 1 768
-.6
Included observations: 768 100 200 300 400 500 600 700
.4
.2
.0
DIJA_RF
-.2
-.4
-.6
-.6 -.5 -.4 -.3 -.2 -.1 .0 .1 .2 .3
MCDON_RF
Validarea modelului
Pagina | 45
din variatia rentabilitatii suplimentare a actiunii Microsoft se datoreaza unor factori
neinclusi in model.
H 0 : β=0
{ H1 : β ≠ 0
Decizia se ia pe baza lui p-value. Deoarece valoarea statisticii p-value este foarte
mica, eroarea pe care o facem respingand ipoteza nula este si ea foarte mica. Asftel vom
respinge ipoteza nula si vom concluziona ca modelul este bun.
H 0 :α =0
H 1 :α ≠ 0
T statistic calculat este 1.96 fiind in intervalul (–t critic( -2.2458); t critic(2.2458)), si
deci nu putem respinge ipoteza nula.
H 0 : β=1
H1: β ≠ 1
T critic a fost obtinut apeland functia Excel TINV(0.025; 766). In acest caz, testul t
este bilateral.
H 0 : β=1
H 1 : β> 1
T statistic calculat este -3.85 mai mic decat t critic(1.96) deci ipoteza nula nu poate fi
respinsa.
Pagina | 46
T critic a fost obtinut apeland functia Excel TINV(0.05; 766). In acest caz, testul t
este unilateral dreapta.
H 0 : β=1
H 1 : β< 1
T statistic calculat este -3.85 mai mic decat -t critic(-1.96) deci ipoteza nula se
respinge.
T critic a fost obtinut apeland functia Excel TINV(0.05; 766). In acest caz, testul t
este unilateral stanga.
In concluzie beta este mai mic decat 1, deci actiunea McDonalds are un risc
sistematic mai mic decat al pietei.
.06
Testul Durbin Watson
.04
y t =β 0+ β x t +e t
.02
RESID_MC
.00
e t =ρ et −1+ v t unde v t N ¿)
-.02
-.04
Analizand graficul, autocorelare nu
-.06
este evidenta. Astfel vom trece la estimarea
-.08
lui ρdin model. -.08 -.04 .00 .04 .08
RESID_MC(-1)
H 0 : ρ=0
{ H 1 : ρ ≠0
Pagina | 47
S.E. of regression 0.012802 Akaike info criterion -5.877078
Sum squared resid 0.125547 Schwarz criterion -5.871026
Log likelihood 2254.860 Durbin-Watson stat 1.996632
P value este mai mare de 5%. Astfel, nu vom respinge ipoteza nula, fiind in zona de
incertitudine.
Statistica Durbin-Watson are valoarea 1.99 . Fiind mai mare de 1.9 concluzionam ca
autocorelarea nu este prezenta. Modelul nu necestita corectare.
Testul White
H 0 : σ 2i =σ 2 i=1. .n
{ H 1 : ∃i a . i. σ 2i ≠ σ 2
r 2t =∝0 +∝1 x t + α 2 xt 2+ v t
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/18/10 Time: 00:54
Sample: 1 768
Included observations: 768
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000151 1.53E-05 9.860902 0.0000
DIJA_RF 0.000563 0.000233 2.412944 0.0161
DIJA_RF^2 0.002792 0.001237 2.257437 0.0243
R-squared 0.011879 Mean dependent var 0.000164
Adjusted R-squared 0.009296 S.D. dependent var 0.000404
S.E. of regression 0.000402 Akaike info criterion -12.79767
Sum squared resid 0.000123 Schwarz criterion -12.77953
Log likelihood 4917.303 F-statistic 4.598350
Durbin-Watson stat 1.898177 Prob(F-statistic) 0.010348
Pagina | 48
r 2=0.000151+ 0.000563∗DIJA+ 0.002792∗DIJA 2
H 0 :α 1=α 2=0
{ H 1 : fie α 1 , α 2 ≠ 0
Probabilitatea atasata lui F statistic este foarte mica, deci eroarea pe care o facem
prin respingerea ipotezei nule este foarte mica. Astfel, respingem ipoteza nula si
concluzionam prezenta heteroscedasticitatii.
Teste de normalitate
H 0 :sk =0 si k=3
{ H 1 : sk ≠0 sau k ≠ 3
120
Mean
Median
Maximum
Minimum
3.57E-18
-0.000545
0.049538
-0.069971
80 Std. Dev. 0.012795
Skewness -0.291746
P value este foarte mic. Deci Kurtosis 7.085403
40
putem respinge ipoteza nula, Jarque-Bera 544.9914
Probability 0.000000
concluzionand ca datele nu sunt 0
-0.050 -0.025 0.000 0.025 0.050
normal distribuite. Distributia
este leptocurtica deoarece k>3.
Bibliografie
Pagina | 49
www.wikipedia.org
Pagina | 50