forecasting economic activity using asset prices, presentation (powerpoint)
Post on 23-Jan-2017
94 Views
Preview:
TRANSCRIPT
Μεταπτυχιακό Πρόγραμμα Σπουδών στην Χρηματοοικονομική και Τραπεζική Διοικητική
Διπλωματική εργασία με θέμα: Forecasting Economic Activity using Asset Prices
Κουβέλης ΠαναγιώτηςΕπιβλέπων Καθηγητής : Δρ. Χριστίνα Χρίστου
Πειραιάς 2010
Στόχος της διπλωματικήςΝα απαντήσει στα ακόλουθα ερωτήματα:
1. Υπάρχουν κάποια asset prices που να μπορούν να προβλέψουν την οικονομική δραστηριότητα μιας χώρας;
Term spread , Short rate, Πραγματικές αποδόσεις μετοχών
Α.Ε.Π , Βιομηχανική Παραγωγή
2. Έχει τη δυνατότητα το short rate να δώσει καλύτερες προβλέψεις από το term spread;
3. In-sample tests, όπως το Granger causality test δείχνουν αξιόπιστα αποτελέσματα;
Υπάρχει προβλεπτική ικανότητα στις τρεις αυτές μεταβλητές σύμφωνα με τη βιβλιογραφία ;
ΣΥΓΓΡΑΦΕΑΣ ΤΙΤΛΟΣ ΑΠΟΤΕΛΕΣΜΑΤΑEstrella and
Hardouvelis, The Journal of Finance
1991
The term structure as a Predictor of Real Economic Activity
•To term structure περιέχει ιδιαίτερα σημαντικές πληροφορίες για τη μελλοντική οικονομική δραστηριότητα. (1955-1988)
Haubrich and Dombrosky,
Economic Review 1996
Predicting real growth using the yield curve• το term spread χάνει την προβλεπτική ικανότητα του μετά το 1985. (1961-1995)
Estrella and Mishkin, European Economic
Review 1997
The predictive power of the Term structure of Interest Rates in Europe and the United
States: Implications for the European Central Bank
• Το term spread είναι ένα χρήσιμο εργαλείο που σε συνδυασμό με επιπλέον μεταβλητές μπορεί να δώσει βοήθεια για το που θα κινηθεί η νομισματική πολιτική. (1973-1994)
Dotsey ,1998 The predictive content of the Interest Rate Term Spread for Future Economic Growth • Το term spread χάνει την
προβλεπτική του ικανότητα για δεδομένα της Αμερικής από το 1985 και μετά. (1950-1997)
Ang, Piazessi and Wei , Journal of
Econometrics 2003
What Does the Yield Curve Tell Us About GDP Growth
•Το short rate έχει μεγαλύτερο προβλεπτικό περιεχόμενο από ό,τι το term spread για χώρες όπως οι Η.Π.Α.(1952-2001)
Υπάρχει προβλεπτική ικανότητα στις τρεις αυτές μεταβλητές σύμφωνα με τη βιβλιογραφία ;
ΣΥΓΓΡΑΦΕΑΣ ΤΙΤΛΟΣ ΑΠΟΤΕΛΕΣΜΑΤΑ
Fama , Journal of Finance 1990
Stock returns, expected returns and real activity
• Οι πραγματικές αποδόσεις των μετοχών είτε σε μηνιαία, τριμηνιαία ή ετήσια βάση έχουν μεγάλη προβλεπτική ικανότητα πάνω στο Α.Ε.Π για το διάστημα 1953-1987
Binswanger , Applied Financial Economic 2000
Stock returns and real activity: is there still a connection ? • Η παραπάνω ικανότητα φαίνεται
να διατηρείται μέχρι και το 1995 για το ίδιο δείγμα και χώρα, αλλά εξασθενεί μετά το 1985. (1953-1995)
Stock and Watson, Journal Economic,
2003
Forecasting Output and Inflation: The role of asset prices
• Συγκεκριμένες μεταβλητές προβλέπουν καλά για μία χώρα και για συγκεκριμένες χρονικές περιόδους. Η προβλεπτική ικανότητα κάποιων προβλεπτών είναι ασταθής μέσα στο χρόνο. (1959-1999)
Andersson and D’Agostino,
Working Paper Series 2008
Are sectoral prices useful for predicting Euro area GDP • Οι sectoral stock prices είναι οι
καλύτεροι προβλεπτές για το GDP της euro area από το 1999 και μετά, ενώ από 1973 μέχρι το 1999 ήταν το term spread. (1973-2006)
Εμπειρική ΜελέτηΔεδομένα
Δείγμα : Επτά (7) χώρες Γαλλία, Γερμανία, Ιαπωνία, Ιταλία, Καναδάς, Ηνωμένες Πολιτείες Αμερικής, Ηνωμένο Βασίλειο.
Εξαρτημένες μεταβλητές : ΠΗΓΗ• Βιομηχανική Παραγωγή ( μηνιαία βάση) DataStream• Α.Ε.Π. ( τριμηνιαία βάση )Ανεξάρτητες μεταβλητές:• Πραγματικές Αποδόσεις Μετοχών DataStream= Αποδόσεις Μετοχών – Πληθωρισμός (Δ.Τ.Κ.)• Term spread= Απόδοση 10-ετους – Απόδοση 3-μηνιαιου ομολόγου(10 year Government Bond – 3 month treasury bill) IFS • Short rate= Απόδοση 3-μηνιαιου ομολόγου
!! Για τις αποδόσεις των μετοχών χρησιμοποιήθηκε ο γενικός δείκτης κάθε χώρας και σε μερικές περιπτώσεις ο δείκτης από την DataStream.
Εμπειρική ΜελέτηΔεδομένα
Πίνακας 1: Δεδομένα για τα μοντέλα με τη Βιομηχανική Παραγωγή εξαρτημένη μεταβλητή. INDUSTRIAL
PRODUCTIONINDEX CPI TERM SPREAD SHORT RATE OBS.
CANADA 1981M01-2009M05 1981M01-2009M05 1981M01-2009M05 1981M01-2009M05 1981M01-2009M05 344
FRANCE 1973M01-2008M12 1973M01-2008M12 1973M01-2008M12 1973M01-2008M12 1973M01-2008M12 435
GERMANY 1975M07-2009M08 1975M07-2009M08 1975M07-2009M08 1975M07-2007M08 1975M07-2007M08 413-385
ITALY 1977M02-2008M12 1977M02-2008M12 1977M02-2008M12 1977M02-2008M12 1977M02-2008M12 387
JAPAN 1966M10-2009M05 1966M10-2009M05 1966M10-2009M05 1966M10-2009M05 1966M10-2009M05 515
UNITED KINGDOM 1968M01-2009M05 1988M01-2009M08 1988M01-2009M08 1968M01-2009M05 1968M01-2009M05 500-263
UNITED STATES 1966M01-2009M03 1966M01-2009M03 1966M01-2009M03 1966M01-2009M03 1966M01-2009M03 522
Σημείωση: Γερμανία και Ηνωμένο Βασίλειο δεν έχουν το ίδιο δείγμα για όλες τις μεταβλητές
Πίνακας 2: Δεδομένα για τα μοντέλα με το Α.Ε.Π. εξαρτημένη μεταβλητή.
GDP GROWTH INDEX CPI TERM SPREAD SHORT RATE OBS.
CANADA 1965Q01-2009Q01 1965Q01-2009Q01 1965Q01-2009Q01 1965Q01-2009Q01 1965Q01-2009Q01 180
FRANCE 1970Q01-2009Q01 1990Q01-2009Q01 1990Q01-2009Q01 1970Q01-2009Q01 1970Q01-2009Q01 160-80
GERMANY 1991Q01-2007Q02 1991Q01-2007Q02 1991Q01-2007Q02 1991Q01-2007Q02 1991Q01-2007Q02 69
ITALY 1981Q01-2009Q01 1981Q01-2009Q01 1981Q01-2009Q01 1981Q01-2009Q01 1981Q01-2009Q01 116
JAPAN 1985Q03-2009Q01 1985Q03-2009Q01 1985Q03-2009Q01 1985Q03-2009Q01 1985Q03-2009Q01 98
UNITED KINGDOM 1968Q01-2009Q01 1988Q01-2009Q01 1988Q01-2009Q01 1968Q01-2009Q01 1968Q01-2009Q01 168-89
UNITED STATES 1966Q01-2009Q01 1966Q01-2009Q01 1966Q01-2009Q01 1966Q01-2009Q01 1966Q01-2009Q01 176
Σημείωση:Γαλλία και Ηνωμένο Βασίλειο δεν έχουν το ίδιο δείγμα για όλες τις μεταβλητές.
Εμπειρική ΜελέτηΜεθοδολογία
Η μεθοδολογία που χρησιμοποιήθηκε στηρίχθηκε πάνω σε αντίστοιχες παλαιότερων ερευνητών : Stock and Watson 2003, Ang, Piazessi and Wei 2003, Andersson and D’Agostino 2008,.
1. Augment Dickey-Fuller unit root test για όλες τις μεταβλητές μας. Παρατηρήσαμε ότι όλες οι μεταβλητές μετά τις αλλαγές είναι στάσιμες.
2. In-sample statistics : Με τη χρήση όλου του δείγματος προσπαθούμε να δούμε εάν μία μεταβλητή Χt (A.M./term spread/short rate) μπορεί να προβλέψει μια άλλη μεταβλητή Υt+h(Βιομηχανική Παραγωγή/ Α.Ε.Π.). Η διαδικασία αυτή ολοκληρώθηκε με τη χρήση του Ε-views.
3. Out-of-sample statistics : Το πιο σημαντικό κομμάτι της διπλωματικής αφού μας δίνει τα
κύρια αποτελέσματα μας
Εμπειρική ΜελέτηΠεριγραφή Μεθοδολογίας και Μοντέλων
• Ιn-sample-statistics : Εκτελέσαμε τη παρακάτω διαδικασία σε 2 βήματα:1. Επιλογή Κατάλληλου Μοντέλου: VAR μοντέλα, με 1 έως 5 χρονικές στερήσεις
που μας δίνουν το σύστημα των 2 εξισώσεων :
Y : Βιομηχανική Παραγωγή, Α.Ε.Π Χ : Term spread, Short rate, Πραγματικές Αποδόσεις μετοχών P : Αριθμός Χρονικών Στερήσεων με το Akaike κριτήριο
Αφού λοιπόν κρατήσαμε το κατάλληλα VAR μοντέλο περάσαμε στο βήμα 2
2. Έλεγχος Αιτιότητας : Granger causality test (p-value F-test ή Wall test)Δηλαδή,
!! Η διαδικασία αυτή ακολουθήθηκε για κάθε σετ 2 μεταβλητών (Υ, X)
Εμπειρική ΜελέτηΠεριγραφή Μεθοδολογίας και Μοντέλων
• Out-of-sample statistics : Η διαδικασία έχει τα ακόλουθα βήματα1. Βenchmark μοντέλο : AR μοντέλο και υπολογισμός Υ : Α.Ε.Π.- Βιομηχανική Παραγωγή, Η= Χρονικός ορίζοντας 2. Candidate μοντέλο :
Προσθήκη μεταβλητής στο AR και υπολογισμός νέουΤα 3 νέα μοντέλα που χρησιμοποιήθηκαν είναι τα εξής:
a) R : Real Stock Returns
b) TS : Term Spread
c) SR : Short Rate
3. MSFEc / MSFEb : Υπολογισμός λόγου των 2 MSFE.Εάν αυτός ο λόγος βγει <1 μας δείχνει εάν το νέο μοντέλο
βελτίωσε τη προβλεπτική ικανότητα του AR και κατά πόσο.
ΑποτελέσματαIn-Sample
Α.Ε.Π.
ΠΙΝΑΚΑΣ 4: Granger causality tests ( Ho: Real Stock Returns do not granger cause GDP growth)
SAMPLE CANADA (1965Q1-2009Q1)
FRANCE (1970Q1-2009Q1)
GERMANY (1991Q1-2007Q2)
JAPAN (1983Q3-2009Q1)
ITALY (1981Q1-2009Q1)
UK (1968Q1-2009Q1)
USA (1966Q1-2009Q1)
F-statistic 10.8400 6.53788 1.58569 2.96208 2.14593 1.29065 10.9893
Prob. 0.00121** 0.00061** 0.21274 0.03679* 0.14585 0.28090 0.00053**
Lags 1 3 1 3 1 2 2
AIC -12.31920 -13.41012 -12.53454 -11.11788 -11.96789 -13.46527 -12.32978
AdjR-squared
0.167358 0.452433 0.003637 0.195428 0.258801 0.473224 0.202189
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
ΠΙΝΑΚΑΣ 5: Granger causality tests ( Ho: Term Spread does not granger cause GDP growth)SAMPLE CANADA
(1965Q1-2009Q1)FRANCE (1970Q1-2009Q1)
GERMANY (1991Q1-2007Q2)
JAPAN (1983Q3-2009Q1)
ITALY (1981Q1-2009Q1)
UK (1968Q1-2009Q1)
USA (1966Q1-2009Q1)
F-statistic 8.78516 6.13170 0.04303 6.38726 0.31299 1.59066 6.28858
Prob. 0.00023** 0.00276** 0.83637 0.01324* 0.81595 0.19392 0.00233**
Lags 2 2 1 1 3 3 2AIC -15.60130 -16.53554 -18.31691 -16.55000 -17.07701 -15.14910 -15.99670 AdjR-squared
0.191589 0.344611 -0.027883 0.124204 0.252771 0.044580 0.159950
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
ΑποτελέσματαIn-Sample
Α.Ε.Π.
ΠΙΝΑΚΑΣ 3: Granger causality tests ( Ho: Short rate does not granger cause GDP growth)SAMPLE CANADA
(1965Q1-2009Q1)FRANCE (1970Q1-2009Q1)
GERMANY (1991Q1-2007Q2)
JAPAN (1983Q3-2009Q1)
ITALY (1981Q1-2009Q1)
UK (1968Q1-2009Q1)
USA (1966Q1-2009Q1)
F-statistic 3.06638 2.46869 7.45852 0.99440 1.76213 2.71371 4.97730
Prob. 0.02956* 0.03545* 0.00828** 0.39945 0.14263 0.002235** 0.00030**
Lags 3 5 1 3 4 5 5
AIC -15.17173 -16.16270 -18.15553 -17.42060 -16.18149 -14.47036 -15.57837
AdjR-squared
0.152722 0.364287 0.085109 0.140835 0.309223 0.073332 0.199104
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
Βιομηχανική Παραγωγή
ΠΙΝΑΚΑΣ 6: Granger causality tests ( Ho: Real stock returns do not granger cause Industrial Production)
SAMPLE CANADA (1981M1-2009M05)
FRANCE (1973M02-2008M12)
GERMANY (1975M08-2009M08)
JAPAN (1966M10-2009M05)
ITALY (1977M02-2008M12)
UK (1988M01-200905)
USA (1966M06-2009M03)
F-statistic 2.41849 0.95471 0.63260 8.52222 7.75675 3.37521 9.34429
Prob. 0.04848* 0.41407 0.72070 0.0000011** 0.00050** 0.01037* 1.6E-08**
Lags 4 3 2 3 2 4 5
AIC -9.748952 -11.87216 -11.70193 -11.78376 -10.70121 -13.46290 -13.87993
AdjR-squared
0.316239 0.136025 0.180914 0.151557 0.230047 0.074479 0.230730
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
ΑποτελέσματαIn-Sample
Βιομηχανική Παραγωγή
ΠΙΝΑΚΑΣ 7: Granger causality tests ( Ho: Term Spread does not granger cause Industrial Production)SAMPLE CANADA
(1981M1-2009M05)
FRANCE (1973M02-2008M12)
GERMANY (1975M08-2007M08)
JAPAN (1966M10-2009M05)
ITALY (1977M02-2008M12)
UK (1968M01-200905)
USA (1966M06-2009M03)
F-statistic 1.94056 7.04552 1.01504 1.56618 1.94885 1.71881 3.30880Prob. 0.10341 0.00098** 0.36337 0.77956 0.10178 0.18036 0.01084*Lags 4 2 2 4 4 2 4AIC -12.78949 -15.65873 -16.30884 -16.01751 -14.75179 -15.54090 -17.02628 AdjR-squared
0.312334 0.140987 0.185976 0.106481 0.223569 0.029216 0.179486
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
ΠΙΝΑΚΑΣ 8: Granger causality tests ( Ho: Short Rate does not granger cause Industrial Production)SAMPLE CANADA
(1981M1-2009M05)
FRANCE (1973M02-2008M12)
GERMANY (1975M08-2007M08)
JAPAN (1966M10-2009M05)
ITALY (1977M02-2008M12)
UK (1968M01-200905)
USA (1966M06-2009M03)
F-statistic 0.11094 3.66601 3.58687 0.65767 0.95961 2.85601 5.95291Prob. 0.97864 0.01245* 0.01395* 0.65578 0.42966 0.02325* 0.00011**Lags 4 3 3 5 4 4 4AIC -21.36245 -24.69139 -26.14800 -26.01026 -23.53568 -24.05668 -26.03385 AdjR-squared
0.315833 0.165757 0.216000 0.119938 0.216902 0.044798 0.212492
Notes: Asterisks denote significance at the 5% (*) or at 1% (**) level.
ΑποτελέσματαIn-Sample
Για ανεξάρτητη μεταβλητή : το Α.Ε.Π1. To Granger causality τεστ δείχνει ότι το term spread και οι πραγματικές αποδόσεις
είναι καλοί προβλεπτές σε 4 από τις 7 χώρες.2. Το παραπάνω τεστ δείχνει το ίδιο για το short rate σε 5 από τις 7 χώρες. την Βιομηχανική Παραγωγή3. To Granger causality τεστ σε 5 από τις 7 χώρες για τις πραγματικές αποδόσεις4. Το ίδιο τεστ απορρίπτει τη μηδενική υπόθεση σε 4 από τις 7 χώρες για το short
rate.5. Ενώ πρώτη φορά η συγκεκριμένη διαδικασία δεν δείχνει κάποια μεταβλητή σαν
καλό προβλεπτή όταν το term spread χρησιμοποιείται για να προβλέψει τη βιομ/κη παραγωγή. Η μηδενική υπόθεση απορρίπτεται μόνο σε 2 χώρες.
!! Συμπερασματικά: Το Granger causality δείχνει ότι σχεδόν όλοι οι συντελεστές προβλέπουν καλά και τη Βιομ/κή παραγωγή και το Α.Ε.Π.
ΑποτελέσματαOut-of-Sample
Α.Ε.Π
ΠΙΝΑΚΑΣ 9: OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS , STOCK RETURNS
FORECASTING PERIOD (H)= 1 4 8
Canada (1985Q1-2009Q1) 0.9453 1.5012 1.6573
France (2000Q1-2009Q1) 0.6181 0.5304 0.1194
Germany (2001Q1-2007Q2) 2.4189 1.0049 1.0000
Italy (1991Q1-2009Q1) 0.8321 0.8444 0.1215
Japan (1995Q3-2009Q1) 0.8938 2.1021 3.5012
United kingdom (1998Q1-2009Q2) 0.7743 0.9004 0.8846
United states (1986Q1-2009Q1) 1.0877 0.9161 0.8202
ALL 71% 57% 57%
ΠΙΝΑΚΑΣ10: OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS ,TERM SPREAD
FORECASTING PERIOD (H)= 1 4 8
Canada (1985Q1-2009Q1) 0.8755 1.4106 1.4754
France (1990Q1-2009Q1) 0.7855 0.8477 2.2119
Germany (2001Q1-2007Q2) 1.4600 4.0278 -
Italy (1991Q1-2009Q1) 0.8541 1.8485 4.1037
Japan (1995Q3-2009Q1) 0.5444 0.4530 0.4732
United kingdom (1988Q1-2009Q2) 0.5923 0.5480 0.4169
United states (1986Q1-2009Q1) 1.1269 3.5265 1.7420
ALL 71% 42% 28%
ΑποτελέσματαOut-of-Sample
Α.Ε.Π
ΠΙΝΑΚΑΣ 11 : OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS ,SHORT RATE
FORECASTING PERIOD (H)= 1 4 8
Canada (1985Q1-2009Q1) 0.9596 3.0548 1.6414
France (1990Q1-2009Q1) 0.4373 0.3890 2.1397
Germany (2001Q1-2007Q2) 1.4427 1.8867 -
Italy (1991Q1-2009Q1) 0.6050 0.4189 0.1126
Japan (1995Q3-2009Q1) 0.2652 0.2063 0.1986
United kingdom (1988Q1-2009Q2) 0.7885 1.1938 1.7857
United states (1986Q1-2009Q1) 1.0526 1.5327 1.5327
ALL 71% 42% 28%
1. Οι πραγματικές αποδόσεις μετοχών αποδεικνύονται καλοί προβλεπτές σε 5 χώρες για χρονικό ορίζοντα ενός τριμήνου, σε 4 για ένα χρόνο και πάλι σε 4 για δύο χρόνια.
2. Το term spread βελτιώνει τη προβλεπτική ικανότητα του AR μοντέλου σε 5 χώρες για χρονικό ορίζοντα ενός τριμήνου, αλλά αντίθετα με τις πραγματικές αποδόσεις μετοχών η προβλεπτική του ικανότητα πέφτει σε χαμηλά επίπεδα σε 3 και σε 2 χώρες, για 4 και 8 τρίμηνα αντίστοιχα.
3. Τέλος, με την προσθήκη του short rate δεν έχουμε αλλαγή στον αριθμό των χωρών που το μοντέλο μας νικάει το benchmark μοντέλο.
ΑποτελέσματαOut-of-Sample
ΒΙΟΜΗΧΑΝΙΚΗ ΠΑΡΑΓΩΓΗΠΙΝΑΚΑΣ 12: OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS ,REAL STOCK RETURNS
FORECASTING PERIOD (H)= 1 12 24
Canada (1996M01-2009M05) 0.9804 1.0758 2.7313
France (1988M01-2008M12) 1.0581 1.0190 1.0039
Germany (1990M07-2009M08) 0.9983 1.0265 0.9996
Italy (1992M02-2008M12) 0.9871 1.3492 1.0241
Japan (1986M10-2009M05) 0.8378 0.8733 0.9827
United kingdom (1998M01-2009M08) 0.9963 0.9964 1.0000
United states (1986M01-2009M03) 1.1363 1.4265 1.0066
ALL 71% 28% 28%
ΠΙΝΑΚΑΣ 13: OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS ,TERM SPREAD
FORECASTING PERIOD (H)= 1 12 24
Canada (1996M01-2009M05) 1.1193 1.2174 1.7077
France (1988M01-2008M12) 1.0186 1.0454 1.0050
Germany (1990M07-2009M08) 1.0092 1.0100 1.0000
Italy (1992M02-2008M12) 0.9886 1.5550 1.0291
Japan (1986M10-2009M05) 0.7393 0.7219 0.9592
United kingdom (1988M01-2009M08) 1.3653 1.0049 1.0035
United states (1986M01-2009M03) 0.8823 0.7680 0.9953
ALL 42% 28% 28%
ΑποτελέσματαOut-of-Sample
ΒΙΟΜΗΧΑΝΙΚΗ ΠΑΡΑΓΩΓΗ
ΠΙΝΑΚΑΣ 14: OUT-OF-SAMPLE MEAN SQUARE FORECAST ERRORS ,INDUSTRIAL PRODUCTION
FORECASTING PERIOD (H)= 1 12 24
Canada (1996M01-2009M05) 1.1121 1.6151 0.8540
France (1988M01-2008M12) 0.8523 1.0050 1.0042
Germany (1990M07-2009M08) 1.3322 0.9602 1.0016
Italy (1992M02-2008M12) 0.8265 1.3500 1.0214
Japan (1986M10-2009M05) 0.7099 0.7519 0.9849
United kingdom (1988M01-2009M08) 0.9149 0.9972 1.0099
United states (1986M01-2009M03) 1.8765 0.6709 0.9989
ALL 57% 57% 42%
1. Οι πραγματικές αποδόσεις μετοχών αποδεικνύονται καλοί προβλεπτές της Βιομηχανικής Παραγωγής (5 χώρες) για H=1 αλλά όχι καλοί (2 χώρες) όταν το Η=12 ή 24 μήνες
2. Το term spread δείχνει ότι είναι κακός προβλεπτής αφού για κανένα χρονικό ορίζοντα δεν προβλέπει καλά για πάνω από 3 χώρες.
3. Τέλος, προσθέτοντας το short rate στο μοντέλο μας βελτιώνουμε κατά πολύ τα αποτελέσματα και συναντάμε καλές προβλέψεις της Βιομηχανικής Παραγωγής σε 4 χώρες για Η=1, σε 4 και πάλι για Η=12 και σε 3 χώρες για Η=24 μήνες.
ΣυμπεράσματαΜετά τη διεξαγωγή της έρευνάς μας καταλήξαμε στα παρακάτω συμπεράσματα:
1. Οι πραγματικές αποδόσεις των μετοχών έδειξαν ότι μπορούν να προβλέψουν καλυτέρα το Α.Ε.Π. σε σχέση με τις άλλες 2 μεταβλητές. Ενώ το short rate είναι σχετικά καλύτερος προβλεπτής για τη Βιομηχανική Παραγωγή.
2. Το short rate αποδεικνύεται καλύτερος προβλεπτής σε σχέση με το term spread, το οποίο φαίνεται ότι πράγματι χάνει την προβλεπτική του ικανότητα μετά το 1985.
3. Η προβλεπτική ικανότητα των τριών μεταβλητών μας εξασθενεί όσο μεγαλώνει ο χρονικός ορίζοντας.
4. Στο θέμα της μεθοδολογίας καταλήξαμε ότι τεστ όπως το Granger-causality μπορεί να είναι σχετικά εύκολο και χρήσιμο, αλλά δεν είναι αξιόπιστο αφού τελικά το out-of sample statistic μας δείχνει διαφορετικά αποτελέσματα.
Ευχαριστώ Πολύ
top related