Documente Academic
Documente Profesional
Documente Cultură
Figura 1
Din graficul de mai sus putem observa o tendinta usor descrescatoare, desi trendul nu este
neted.
Testarea stationaritatii seriei de timp
Corelograma seriei:
Figura 2-Corelograma
Un test simplu ar stationaritatii seriei este bazat pe functia de autocorelatie – ACF. Observam ca
incepe cu valori foarte mari – lag-ul 1 - > 0.991 si descreste lent. La lag-ul 6, coeficientul de
autocorelatie are o valoare mare, 0.901.
Analiza corelogramei ne releva faptul ca seria este nestationara, deoarece functia de autocorelatie
descreste lent.
b.Testul Bartlett
Barlett a aratat ca, daca o serie este pur aleatoare,coeficientii de autocorelatie de selectie sunt
aproximativ normal distribuiti, cu media 0 si varianta 1/n, unde n este volumul selectiei .
Daca toti coeficientii ρk apartin intervalului definit mai sus, adica nu sunt semnificativ diferiti de 0, seria
este stationara. In cazul in care exista coeficienti in afara intervalului definit, putem afirma ca seria este
nestationara.
In cazul nostru, n=256 => 1/√ n = 0.63. Intervalul calculat este (-0.63; 0.63)
Ipotezele testului Barlett :
Deoarce primii patru coeficienti nu apartin intervalului (-0.63; 0.63) , respingem ipoteza H0 si acceptam
ipoteza H1, conform careia seria este nestationara.
Mers la intamplare : Daca , spunem ca variabila y t are o radacina
unitara.
Ipoteza de rădăcină unitară-Unit Root
H 0 : seria are rădăcină unitară şi este nestationara
H 1 : seria este stationara
Testul Dickey-Fuller este testul de baza pentru o radacina egala cu 1. Dacă sau , atunci
seria nu este stationara. Dacă , atunci seria este stationara.
Statistica
Daca respingem ipoteza nula ca sau , rezulta ca seria este stationara si putem folosi testul t :
Pentru modelul nostru, valorile critice ale lui t sunt : (-2.57), (-1.94) si (-1.61), corespunzatoare
nivelurilor de semnificatie 1%, 5% si 10 %.
Valoarea pentru statistica este (-0.48).
|-0.48| <|-2.57|
|-0.48| < |-1.94|
|-0.48| < |-1.61|
Valoarea pentru statistica , in valoare absoluta este mai mica decat toate cele trei valori critice.
Asadar, vom respinge ipoteza H1 si
vom accepta ipoteza Ho , conform careia seria DIESEL este nestationara.
II. Avem constanta, dar nu avem trend
R2 = 0.244
Pentru modelul nostrum, valorile critice ale lui t sunt : (-3.45), (-2.87) si (-2.57), corespunzatoare
nivelurilor de semnificatie 1%, 5% si 10 %.
|-1.81| <|-3.45|
|-1.81| < |-2.87|
|-1.81| < |-2.57|
Valoarea pentru statistica , in valoare absoluta este mai mica decat toate cele trei valori critice. Asadar,
vom respinge ipoteza H1 si
vom accepta ipoteza Ho , conform careia seria Diesel este nestationara.
Valoarea pentru statistica in valoare absoluta este mai mica decat toate cele trei valori critice. Asadar, vom
respinge ipoteza H1
vom accepta ipoteza Ho , conform careia seria DIESEL este nestationara.
Conform celor trei ecuatii ale testului Dickey-Fuller putem concluziona ca seria Diesel este
nestationara de tip DS(Difference-Stationarity).
Stationarizarea seriei
In continuare, vom incerca sa stationarizam seria, prin aplicarea operatorului de diferentiere.
Pentru aceasta, folosim urmatoarea comanda in EViews: Ddiesel = D(diesel).
R2 = 0.26
Pentru modelul nostru, valorile critice ale lui t sunt : (-3.45), (-2.87) si (-2.57), corespunzatoare
nivelurilor de semnificatie 1%, 5% si 10 %.
R2 = 0.26
Pentru modelul nostru, valorile critice ale lui t sunt : (-2.57), (-1.94) si (-1.61), corespunzatoare
nivelurilor de semnificatie 1%, 5% si 10 %.
Valoarea pentru statistica este (-9.53).
Valoarea pentru statistica , in valoare absoluta este mai mare decat toate cele trei valori critice.
Asadar, vom respinge ipoteza H0 si
Vom accepta ipoteza H1 , conform careia seria Diesel este stationara.
3. Cu constanta si cu trend
R2 = 0.26
Pentru modelul nostru, valorile critice ale lui t sunt : (-3.99), (-3.42) si (-3.14), corespunzatoare
nivelurilor de semnificatie 1%, 5% si 10 %.
Valoarea pentru statistica este (-9.53).
|-9.53| > |-3.99|
|-9.53| > |-3.42|
|-9.53| > |-3.14|
Valoarea pentru statistica , in valoare absoluta este mai mare decat toate cele trei valori critice. Asadar, vom
respinge ipoteza H0 si
Concluzie: Conform celor trei ecuatii ale testului Dickey-Fuller, putem concluziona ca seria
Ddiesel a devenit stationara dupa aplicarea operatorului de diferentiere.
Tipologia modelelor stohastice
Figura 11 AR(1)
2.AR(2)
Figura 12 AR(2)
3.ARMA(1,1)
Figura 14-ARMA(2,2)
5.ARMA(2,1)
Figura 15-ARMA(2,1)
Concluzie: Din cele 5 modele estimate mai sus, cel mai concludent model este reprezentat de
modelul mixt ARMA(2,1) deoarece indeplineste criteriile mentionate mai sus, respectiv:
Parametrii modelului sunt semnificativ diferiti de zero;
R2 este suficient de mare, dar nu are o valoare aberanta, respectiv 24%.
Criteriile informationale Akaike si Schwarz au cele mai mici valori dintre modele
estimate: Akaike – 1.53 si Schwarz – 1.46.
Testarea validitatii modelului estimat
Testarea autocorelarii reziduurilor se realizeaza cu corelograma reziduurilor Q-statistics
Fig 17-previziune
Fig17.1 Previziune
Aplicatia 2
Cerinta: Pentru o serie de date, sa se analizeze prezenta ARCH in date si modelarea
variantei(a volatilitatii) prin modele GARCH sau EGARCH, cu realizarea de previziuni pe
modelul validat, analiza bonitatii previziunii si interpretarea economica a rezultatelor.
Pentru realizarea acestei aplicatii vom folosi acelasi set de date de la aplicatia 1
Graficul:
Fig 1 Grafic
Din graficul de mai sus putem observa o tendinta usor descrescatoare, desi trendul nu este
neted.
Corelograma seriei” Diesel”
Fig 2 corelograma
Seria este nestationara.
Fig 4-ADF
Concluzie: Valoarea pentru statistica in valoare absoluta este mai mare decat toate cele
trei valori critice. Asadar, vom respinge ipoteza H0 si vom accepta ipoteza H1, conform careia
seria logdiesel este stationara.
Fig 5.
Testarea semnificaţiei parametrilor
Interpretare:
Coeficientii din regresia auxiliara sunt semnificativi din punct de vedere statistic – p-
value este mai mic decat 0.05;
Testul F ne confirma cele spuse mai sus;
Concluzie: Vom respingem ipoteza nula si acceptam ipoteza H1, care ne spune ca macar un
coeficient este diferit de 0. Astfel, putem afirma existenta heteroschedasticitatii in date.
Fig 9-Previziune
Evaluarea bonităţii previziunii este dată de indicatorii:
-Mean Abs. Percent Error – acesta trebuie să aibă o valoare cât mai mică :20.11006
-Coeficientul Theil cu valori în intervalul (0,1); valorile apropiate de 0 indică o ajustare bună; in
cazul de fata, valoarea acestui coeficient este de 0.11, ceea ce indica o ajustare bună;
-Grupul de indicatori:
Bias Proportion (trebuie să fie cât mai mic) – valoarea de 0.003 este bună;
Variance Proportion (trebuie sa fie cât mai mic) – valoarea de 0.09 este bună;
Covariance Proportion ( trebuie sa fie cât mai mare) – valoarea de 0.9 este bună;