Все
 
 
 


Одновременные эффекты несинхронных временных рядов: проблемы VAR-модели
 
Код статьиS042473880004677-3-1
DOI10.31857/S042473880004677-3
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Григорьев Руслан Аркадиевич 
Должность: зам. директора НИИ проблем социально-экономического развития
Аффилиация: НИИ проблем социально-экономического развития, Казанский инновационный университет им. В. Г. Тимирясова (ИЭУП)
Адрес: Казань, РФ
Название журналаЭкономика и математические методы
ВыпускТом 55 Номер 2
Страницы118-129
Аннотация

Требование синхронности временных рядов не является часто встречающимся условием в теоретических описаниях эконометрических моделей и тестов на их основе. Однако ввиду того что большое число показателей в мире в силу распределенности субъектов анализа в разных временных зонах являются несинхронными, исследователи стали опрометчиво использовать классические эконометрические модели, успешно работающие с синхронными временными рядами, на данных несинхронного типа. Эта статья подвергает критическому анализу применение несинхронных временных рядов в модели VAR Кристофера Симса из-за появления в них одновременных эффектов для отдельных переменных, которые при применении синхронных данных попросту отсутствуют. Новизна работы состоит в утверждении некорректности использования классических VAR- и VECM-моделей совместно с несинхронными временными рядами. Показано, что в процессе использования временных рядов, записанных неодномоментно, модель нарушает паритет начальных условий тестирования, где один из рядов получает преимущество в отклонении гипотезы грейнжеровского предшествия другому ряду. Наличие подобного диспаритета состоит в том, что временному ряду, записанному позже внутри наблюдения, классическая модель разрешает одновременные эффекты, а другому временному ряду модель в этих эффектах отказывает. Возможный вариант устранения подобных некорректностей лежит в использовании нескольких моделей VAR. Переменные лага 0 временного ряда, момент записи которого происходит позже ряда-оппонента, в случае SVAR-моделей приводит к нарушению принципов каузальности Юма. Нахождение данной переменной в составе модели нарушает корректную оценку других ее показателей, а грейнжеровское предшествие этой переменной в этом случае тестируется для направления из будущего в прошлое, что является неприемлемым.

Ключевые слованесинхронность торгов, несинхронность, VAR, векторная авторегрессия, VECM, одновременные эффекты, мгновенное предшествие, предшествие по Грейнжеру
Получено25.05.2019
Дата публикации25.05.2019
Кол-во символов33288
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 2, всего просмотров: 1549

Оценка читателей: голосов 0 

1. Григорьев Р.А., Джеффри Ш., Марченко Г.Н. (2012a). Несинхронность дневных данных в анализе межрыночных взаимосвязей (на примере БРИК и развитых стран) // Прикладная эконометрика. Т. 26. № 2. С. 92—112.
2. Григорьев Р.А., Джеффри Ш., Марченко Г.Н. (2012б). Роль линейки времени при тестировании причинности по Гранжеру в условиях несинхронности дневных данных // Прикладная эконометрика. Т. 27. № 3. С. 3—19.
3. Григорьев Р.А. (2018a). Нулевой меридиан: последствия для моделирования финансовых несинхронных временных рядов // Terra Economicus. Т. 16. № 3. С. 16—34.
4. Григорьев Р.А. (2018б). Несинхронность временных рядов — основная причина лидерства бирж США в классических эконометрических моделях // Актуальные проблемы экономики и права. Т. 12. № 2. С. 241—255.
5. Григорьев Р.А. (2018в). Репликация исследования Григорьева в статье Б. Резника и Г. Шусмита: идентичность в гипотезе, методе подготовки данных, результатах. Препринт # WP/2018/326. М.: ЦЭМИ РАН.
6. Дурдыев Р.И., Пересецкий А.А. (2014). Автокорреляция в глобальном стохастическом тренде // Прикладная эконометрика. Т. 35. № 3. С. 39—58.
7. Энгл Р.Ф., Грэнджер К.У.Дж. (2015). Коинтеграция и коррекция ошибок: представление, оценивание и тестирование // Прикладная эконометрика. Т. 39. № 3. С. 106—135.
8. Bessler D.A., Yang J. (2003). The Structure of Interdependence in International Stock Markets // Journal of International Money and Finance. Vol. 22. No. 2. P. 261—287.
9. Billio M., Caporin M. (2010). Market Linkages, Variance Spillovers, and Correlation Stability: Empirical Evidence of Financial Contagion // Computational Statistics & Data Analysis. Vol. 54. No. 11. P. 2443—2458.
10. Brooks C. (2008). Introductory Econometrics for Finance. Cambridge: Cambridge University Press.
11. Eun C.S., Shim S. (1989). International Transmission of Stock Market Movements // Journal of Financial and Quantitative Analysis. Vol. 24. No. 2. P. 241—256.
12. Engle R.F, Granger C.W.J. (1987). Co-Integration and Error Correction: Representation, Estimation, and Testing // Econometrica: Journal of the Econometric Society. Vol. 55. No. 2. P. 251—276.
13. Forbes K. J., Rigobon R. (2002). No Contagion, Only Interdependence: Measuring Stock Market Comovements // The Journal of Finance. Vol. 57. No. 5. P. 2223—2261.
14. Gebka B., Serwa D. (2007). Intra-and Inter-Regional Spillovers between Emerging Capital Markets Around the World // Research in International Business and Finance. Vol. 21. No. 2. P. 203—221.
15. Gjerde O., S?ttem F. (1995). Linkages Among European and World Stock Markets // The European Journal of Finance. Vol. 1. No. 2. P. 165—179.
16. Granger C.W.J. (1969). Investigating Causal Relations by Econometric Models and Cross-Spectral Methods // Econometrica: Journal of the Econometric Society. Vol. 37. No. 3. P. 424—438.
17. Granger C.W.J. (1981). Some Properties of Time Series Data and their Use in Econometric Model Specification // Journal of Econometrics. Vol. 16. No. 1. P. 121—130.
18. Granger C.W.J. (1983). Co-Integrated Variables and Error-Correcting models. Discussion Paper 83—13. Department of Economics, University of California at San Diego.
19. Granger C.W.J. (1986). Developments in the Study of Cointegrated Economic Variables. // Oxford Bulletin of Economics and Statistics. Vol. 48. No. 3. P. 213—228.
20. Granger C.W.J. (1988). Some Recent Development in a Concept of Causality // Journal of Econometrics. Vol. 39. No. 1—2. P. 199—211.
21. Grigoryev R. (2010). The Interdependence between Stock Markets of BRIC and Developed Countries and the Impact of Oil Prices on this Interdependence. PhD thesis, University of Portsmouth.
22. Grigoryeva L., Ortega J., Peresetsky A.A. (2018). Volatility Forecasting Using Global Stochastic Financial Trends Extracted from Non-Synchronous Data. Econometrics and Statistics. Vol. 5. P. 67—82.
23. Hoover K. (2008). Causality in Economics and Econometrics. In: Durlauf S.N., Blume L. (eds) “The New Palgrave Dictionary of Economics” (Vol. 1). Basingstoke: Palgrave Macmillan.
24. Hume D. (1960). Treatise of Human Nature. Oxford: Clarendon Press.
25. Johansen S. (1991). Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models // Econometrica. Vol. 59. No.6. P. 1551—1580.
26. Kasa K. (1992). Common Stochastic Trends in International Stock Markets // Journal of Monetary Economics. Vol. 29. No. 1. P. 95—124.
27. Koch P.D., Koch T.W. (1991). Evolution in Dynamic Linkages Across Daily National Stock Indexes // Journal of International Money and Finance. Vol. 10. No. 2. P. 231—251.
28. Korhonen I., Peresetsky A. (2013). Extracting Global Stochastic Trend from Non-Synchronous Data. Bank of Finland, BOFIT Discussion Papers, No. 15/2013.
29. Malliaris A.G., Urrutia J.L. (1992). The International Crash of October 1987: Causality tests // Journal of Financial and Quantitative Analysis. Vol. 27. No. 3. P. 353—364.
30. Peresetsky A.A, Yakubov R.I. (2017). Autocorrelation in an Unobservable Global Trend: Does It Help to Forecast Market Returns? // International Journal of Computational Economics and Econometrics. Vol. 7. No. 1—2. P. 152—169.
31. Peiro A., Quesada J., Jimenez E.U. (1993). Transmission of Information between Stock Markets. Institut Valencia d'Investigacions Economiques.
32. Resnick B.G., Shoesmith G.L. (2011). Information Transmission in the World Money Markets // European Financial Management. Vol. 17. No. 1. P. 183—200.
33. Resnick B.G., Shoesmith G.L. (2017). A Note on Modeling World Equity Markets with Nonsynchronous Data // Journal of International Financial Markets, Institutions and Money. Vol. 51. P. 125—132.
34. Sims C.A. (1980). Macroeconomics and Reality // Econometrica: Journal of the Econometric Society. Vol. 48. No. 1. P. 1—48.

Система Orphus

Загрузка...
Вверх