Effekter av multi skala makroekonomiska variabler på marknadsrisker
Vi undersöker betydelsen av makroekonomiska variabler samplade i olika skalor i att bestämma avkastningens volatilitet och korrelationer på de globala finansiella marknaderna. Vi undersöker om informationen i olika skalor kan hjälpa till att förutsäga volatiliteten på finansmarknaden. Vi förlänger modellen för att studera beroendet mellan par av avkastningen och hur de makroekonomiska variablerna påverkar dem. På detta sätt har vi möjlighet att eventuellt differentiella effekterna av makroekonomiska faktorer på utvecklingen av företagets tillgångsvärden. Denna multi-skala tid modellering bör redovisa bättre för skillnader mellan variabler som observeras vid olika frekvenser. Det är önskvärt att denna information kan karakteriseras av litet antal parametrar så att modellerna kan vara tolkningsbara på olika ekonomiska miljöer eller sammanhang. Detta uppnås genom att förlänga bortom den Gaussiska paradigm felfördelning. De fick mer snålmodeller kommer att användas för sammanställning av volatilitet varor på olika marknader för att underlätta jämförelser mellan dem. Detta bidrar till att bättre förstå de drivkrafter marknadsrisk vilket är viktigt eftersom volatilitet och korrelationer är de därav ingångar för investeringar, prissättning derivat och säkring mot risken i portföljen. Därför är vårt projekt av betydelse för beslutsfattare och finansiella marknadsaktörer gör effektiva investeringsbeslut och formulera lämpliga strategier för riskhantering.
Projektet syftade till nya matematiska modeller för att fånga multiskala effekter för finansiella variabler. De huvudsakliga forskningsinriktningarna har bibehållits och utvecklats enligt planen. Huvudfokus i första fasen, som ursprungligen planerats, handlar om undersökningen av lämpligheten hos modellerna med villkorad heterscedasitet för att redogöra för viktiga särdrag i ekonomidata.
Framför allt har vi utvecklat icke-linjära tidsseriemodeller för icke-gaussisk felfördelning. Vi har föreslagit och undersökt flera utvidgningar till den aförutsägelsesmetoder har utvecklats.
Vi har visat att förlängningarna möjliggör mer exakt modellering av observerade data. Ansökningar om nya rumsekonometriska modeller har studerats gemensamt i samarbete med Hossein Asgarian och Lu Liu, avdelningen för ekonomi. Nya resultat för modeller av högfrekvens data och deras införlivande i mångskalig modellering har utvecklats mycket bra. Resultaten resulterade i ett antal publicerade papper, se punkterna 7, 11, 16, 17.
Den centrala artikeln i den här gruppen är `Tail behavior and dependence structure in the APARCH model', artikel 7, presenterar några tidigare okända egenskaper av den mycket viktiga finansiella modellen. Betydelsen av denna studie ligger i att visa i vilken utsträckning den här populära modellen kan redogöra för de faktiska empiriska egenskaperna som visas faktiska data och därmed visa begränsning av modellen. För närvarande fortsätter minst två artiklar denna undersökning genom att utforska modellering av olika temporära skalor för att förutsäga volatiliteten på finansmarknaden och att studera beroende och hur makroekonomiska variabler påverkar dem. Genom att använda en mycket lämplig distributionsklass, den generaliserade asymmetriska Laplace (GAL) och normal invers Gaussian, har våra modeller tagit olika tidsskala med oändlig delbarhet.
De nya modellerna har visat möjlighet att redogöra för den så kallade hävstångseffekten och beroendet av volatilitetsmodelleringen utöver de traditionellt gaussiska felmodellerna. Denna multiskala modellering integrerar makroekonomiska och finansiella variabler i en konsekvent metodisk inställning. Dessa är mer parsimoniska modeller och tjänar väl som en sammanfattning av volatiliteten för råvaror. Den resulterande effektiviteten i antalet egenskaper som beskriver risken inom marknaden kommer att underlätta meningsfulla jämförelser mellan olika marknader. De återstående papperna ovanstående grupp undersöker olika matematiska egenskaper för GAL-baserade modeller och ger därigenom ytterligare förståelse för modellerna. Konsekvenserna av dessa studier förklarar fördelarna med några grundläggande modeller för ekonomi och finansiella data både i den multivariata setup och i den tidsmässiga multi skala ramen. Analys av beteendet för den icke-gaussiska processen i samband med geometrisk asymmetri observerad i många empiriska data, inklusive de i ekonomi och finans, har knappast tagits upp i tidigare forskning.
Våra resultat, se artiklarna 3, 11, 17, förbättrar signifikant vår förståelse för de icke-gaussiska processernas beteende, det tredje målet för vårt projekt, det vill säga modellering tyngre svans och asymmetri i ekonomiska variabler och volatilitet undersöktes grundligt och användbarheten av generaliserade Laplace-fördelningar som ett alternativ till Gauss motparten bekräftas. Effekten av tunga svansar i data och eventuell asymmetri och flexibilitet vid redovisning av olika tidsskalor de ekonometriska modellerna genom den generaliserade Laplace-distributionen har bekräftats. I synnerhet binder artikel 17 geometriska asymmetriegenskaper som observeras i data med icke-gaussiska antaganden av en modell.
Det andra temat av projektet syftar till multivariata förlängningar i finansiella och makroekonomiska modeller som kommer att användas för att bedöma marknadsrisker, vilket är det ultimata målet. Några av de nya modellerna, specifikt relaterade till den så kallade Wright-processen och matrisvärdesfördelningen, har visat sig kunna vara användbar vid mångfaldigande modellering av ekonomidata. Dessa nya forskningsriktningar är lovande och utgör nya aspekter som härrör från ovan nämnda forskning och ursprungligen uttrycktes mindre uttryckligt i den ursprungliga projektbeskrivningen. De publicerade artiklarna från detta fält är 3, 6, 12, 13.
Våra studier av multivariata volatiliteter och korrelationsmodeller visade att analyser av historiska data kan sakna riskförändringar om inte modeller och uppskattningsmetoderna är noggrant utformade för att ta hänsyn till extrema händelser. Även kopplingar mellan volatilitet och andra (makroekonomiska och finansiella) variabler kan analyseras mer effektivt om observationerna görs endast slumpmässiga och inte så frekventa händelser. Den största vinsten sågs om sådana händelser bestäms av extremt beteende i data.
Flera avhandlingar i projektet fokuserade på metodologisk forskning för att undersöka denna aspekt, se artikler 1, 2, 9, 10, 14, 15. Här ger det viktigaste papperet 15 ett elegant tillvägagångssätt för att studera volatilitetsmodeller på extrema nivåer med hjälp av ett koncept av funktionell Slepian-modell. För de kontinuerliga tidsmodellerna med icke-gaussisk fördelning är det lite känt om statistikegenskaper som observeras vid de instanser som beskrivs av observerade data. Ett typiskt exempel på sådant skulle vara ett extremt beteende hos modellen, till exempel en plötslig minskning av värdet eller beteendet vid de tillfällen då värdet av prisprocessen är högt. Slepianmodeller för gaussianmodeller beskriver väl statistiska egenskaper vid sådana händelser men de icke-gaussiska modellerna undersöktes sällan. Artikeln undersöker problemet och ger både teoretiska och beräkningsverktyg för att effektivt undersöka egenskaper hos en viss icke-gaussisk modell - Laplace glidande medelvärde.
I fortsättningen av denna forskning bekräftar vi för närvarande sin effektivitet i det empiriska sammanhanget för en given marknad genom att studera hur extrema slumpmässiga händelser som definieras av makroekonomiska variabler (t.ex. oväntad inflation, löptidspremie, per kapitalinkomsttillväxt, standardpremie, arbetslöshet , kortfristig ränta, per kapitalkonsumtion) påverkar finansiella variabler (såsom aktieavkastning, värde vid risk) hos ett företag / en marknad eller en portfölj.
Slutligen att utföra metodologisk forskning om data för nya modeller behövde vi en bättre förståelse för statistiska inferens och matematiska egenskaper hos nymodifierade modeller. Således utforskar ett antal publikationer metoder både ur teoretiskt perspektiv och ur en inferenssynpunkt. Dessa är avhandlingarna 2, 8, 10 och samtidigt som de inte tar upp projektets huvudmål löser de vissa statistiska och metodiska problem som uppstod när huvudämnena undersöktes i annat arbete.
Deltagarna i projektet har deltagit i ett antal forskningsmöten och seminarier, delvis sponsrade av projektfinansieringen, som gjorde det möjligt för oss att för det första presentera forskningsresultaten, för det andra att lära oss om den senaste utvecklingen på området. Listan över deltagande möten hittas i den engelska versionen av raporten. Där man kan hitta också listan över de internationella forskarna som samarbetar med oss på vårt projekt.