المبادلة بين العائد و المخاطرة دراسة قياسية السنة الدراســــــــية:

Slides:



Advertisements
Similar presentations
Christopher Dougherty EC220 - Introduction to econometrics (chapter 11) Slideshow: static models and models with lags Original citation: Dougherty, C.
Advertisements

EKONOMETRIKA TERAPAN (Pertemuan #2)
COINTEGRATION 1 The next topic is cointegration. Suppose that you have two nonstationary series X and Y and you hypothesize that Y is a linear function.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(LGDPI) Method: Least Squares Sample (adjusted): Included observations: 44 after adjustments.
Christopher Dougherty EC220 - Introduction to econometrics (chapter 13) Slideshow: tests of nonstationarity: example and further complications Original.
============================================================ Dependent Variable: LGHOUS Method: Least Squares Sample: Included observations:
AUTOCORRELATION 1 The third Gauss-Markov condition is that the values of the disturbance term in the observations in the sample be generated independently.
FITTING MODELS WITH NONSTATIONARY TIME SERIES 1 Detrending Early macroeconomic models tended to produce poor forecasts, despite having excellent sample-period.
Welcome to Econ 420 Applied Regression Analysis Study Guide Week Three Ending Tuesday, September 11 (Note: You must go over these slides and complete every.
Chapter 4 Using Regression to Estimate Trends Trend Models zLinear trend, zQuadratic trend zCubic trend zExponential trend.
1 TIME SERIES MODELS: STATIC MODELS AND MODELS WITH LAGS In this sequence we will make an initial exploration of the determinants of aggregate consumer.
Angela Sordello Christopher Friedberg Can Shen Hui Lai Hui Wang Fang Guo.
TAKE HOME PROJECT 2 Group C: Robert Matarazzo, Michael Stromberg, Yuxing Zhang, Yin Chu, Leslie Wei, and Kurtis Hollar.
Marietta College Week 14 1 Tuesday, April 12 2 Exam 3: Monday, April 25, 12- 2:30PM Bring your laptops to class on Thursday too.
1 Econ 240 C Lecture 3. 2 Part I Modeling Economic Time Series.
Global Warming: Is It True? Peter Fuller Odeliah Greene Amanda Smith May Zin.
Determents of Housing Prices. What & WHY Our goal was to discover the determents of rising home prices and to identify any anomies in historic housing.
1 Econ 240 C Lecture 6. 2 Part I: Box-Jenkins Magic ARMA models of time series all built from one source, white noise ARMA models of time series all built.
NEW MODELS FOR HIGH AND LOW FREQUENCY VOLATILITY Robert Engle NYU Salomon Center Derivatives Research Project Derivatives Research Project.
Car Sales Analysis of monthly sales of light weight vehicles. Laura Pomella Karen Chang Heidi Braunger David Parker Derek Shum Mike Hu.
Why Can’t I Afford a Home? By: Philippe Bonnan Emelia Bragadottir Troy Dewitt Anders Graham S. Matthew Scott Lingli Tang.
1 Econ 240A Power 7. 2 This Week, So Far §Normal Distribution §Lab Three: Sampling Distributions §Interval Estimation and HypothesisTesting.
Determining what factors have an impact on the burglary rate in the United States Team 7 : Adam Fletcher, Branko Djapic, Ivan Montiel, Chayaporn Lertarattanapaiboon,
Violent Crime in America ECON 240A Group 4 Thursday 3 December 2009.
Lecture Week 3 Topics in Regression Analysis. Overview Multiple regression Dummy variables Tests of restrictions 2 nd hour: some issues in cost of capital.
Alcohol Consumption Allyson Cady Dave Klotz Brandon DeMille Chris Ross.
California Expenditure VS. Immigration By: Daniel Jiang, Keith Cochran, Justin Adams, Hung Lam, Steven Carlson, Gregory Wiefel Fall 2003.
So far, we have considered regression models with dummy variables of independent variables. In this lecture, we will study regression models whose dependent.
1 Lecture One Econ 240C. 2 Outline Pooling Time Series and Cross- Section Review: Analysis of Variance –one-way ANOVA –two-way ANOVA Pooling Examples.
GDP Published by: Bureau of Economic Analysis Frequency: Quarterly Period Covered: prior quarter Volatility: Moderate Market significance: very high Web.
1 Lecture One Econ 240C. 2 Einstein’s blackboard, Theory of relativity, Oxford, 1931.
1 Power Fifteen Analysis of Variance (ANOVA). 2 Analysis of Variance w One-Way ANOVA Tabular Regression w Two-Way ANOVA Tabular Regression.
1 Econ 240A Power 7. 2 Last Week §Normal Distribution §Lab Three: Sampling Distributions §Interval Estimation and HypothesisTesting.
Zhen Tian Jeff Lee Visut Hemithi Huan Zhang Diana Aguilar Yuli Yan A Deep Analysis of A Random Walk.
1 Power Fifteen Analysis of Variance (ANOVA). 2 Analysis of Variance w One-Way ANOVA Tabular Regression w Two-Way ANOVA Tabular Regression.
Forecasting Fed Funds Rate Group 4 Neelima Akkannapragada Chayaporn Lertrattanapaiboon Anthony Mak Joseph Singh Corinna Traumueller Hyo Joon You.
U.S. Tax Revenues and Policy Implications A Time Series Approach Group C: Liu He Guizi Li Chien-ju Lin Lyle Kaplan-Reinig Matthew Routh Eduardo Velasquez.
Matt Mullens Gulsah Gunenc Alex Keyfes Gaoyuan Tian Andrew Booth.
EC220 - Introduction to econometrics (chapter 12)
DURBIN–WATSON TEST FOR AR(1) AUTOCORRELATION
DISSERTATION PAPER Modeling and Forecasting the Volatility of the EUR/ROL Exchange Rate Using GARCH Models. Student :Becar Iuliana Student :Becar Iuliana.
Predicting volatility: a comparative analysis between GARCH Models and Neural Network Models MCs Student: Miruna State Supervisor: Professor Moisa Altar.
What decides the price of used cars? Group 1 Jessica Aguirre Keith Cody Rui Feng Jennifer Griffeth Joonhee Lee Hans-Jakob Lothe Teng Wang.
Welcome to Econ 420 Applied Regression Analysis Study Guide Week Five Ending Wednesday, September 26 (Note: Exam 1 is on September 27)
SPURIOUS REGRESSIONS 1 In a famous Monte Carlo experiment, Granger and Newbold fitted the model Y t =  1 +  2 X t + u t where Y t and X t were independently-generated.
AUTOCORRELATION 1 Assumption C.5 states that the values of the disturbance term in the observations in the sample are generated independently of each other.
Christopher Dougherty EC220 - Introduction to econometrics (chapter 4) Slideshow: exercise 4.5 Original citation: Dougherty, C. (2012) EC220 - Introduction.
2010, ECON Hypothesis Testing 1: Single Coefficient Review of hypothesis testing Testing single coefficient Interval estimation Objectives.
FUNCTIONAL FORMS OF REGRESSION MODELS Application 5.
Air pollution is the introduction of chemicals and biological materials into the atmosphere that causes damage to the natural environment. We focused.
MEASURES OF GOODNESS OF FIT The sum of the squares of the actual values of Y (TSS: total sum of squares) could be decomposed into the sum of the squares.
EC208 – Introductory Econometrics. Topic: Spurious/Nonsense Regressions (as part of chapter on Dynamic Models)
With the support of the European Commission 1 Competitiveness of the SME’s in Albania A review of the business conditions with a focus on financing conditions.
Partial Equilibrium Framework Empirical Evidence for Argentina ( )
The Relation of Energy to the Macroeconomy
State Econometric Models
The RBC approach (Real-Business-Cycle Model) (Romer chapter 5, based on Prescott, 1986, Christiano and Eichenbaum, 1992, Baxter and King, 1993, Campbell,
Measuring the Impact of Tax and Expenditure Limits on Public School Property Taxes
Shadow Economy and Tax Compliance Fazrul Rahman Director Corporate Services Fiji Revenue & Customs Authority 25 November
An Assessment of Climate Change
FINANCIAL INCLUSION IN NIGERIA:
STAT 497 LECTURE NOTE 9 DIAGNOSTIC CHECKS.
השפעת התפתחותה של רכבת הנוסעים בישראל על ההתפתחות האורבנית של העיר

Brand Effect on Customer
Introduction to Econometrics, 5th edition Chapter 12: Autocorrelation
Forecasting the Return Volatility of the Exchange Rate
Vector AutoRegression models (VARs)
Table 4. Regression Statistics for the Model
Spurious Regressions The problem with nonstationary or trended data is that (OLS) regression procedures can easily lead to incorrect conclusions .
Presentation transcript:

المبادلة بين العائد و المخاطرة دراسة قياسية السنة الدراســــــــية: الجمهورية الجزائرية الديمقراطية الشعبية وزارة التعليم العالي والبحث العلمي جامعة الدكتور مولاي الطاهر كلية العلوم الاقتصادية والتجارية وعلوم التسيير المبادلة بين العائد و المخاطرة دراسة قياسية من إعداد الطالبة: صرصار اسماء السنة الدراســــــــية: 2015-2014

ادوات الدراسة القياسية المحتويات مجتمع الدراسة وعينتها ادوات الدراسة القياسية الإحصاء الوصفي و الاختبارات الأساسية لبيانات السلسة تحليل خصائص العينة إختبار فرضيات الدراسة نمذجة السلسلة باستخدام نموذجGARCH

مقدمــــــــة: لكل استثمار وجهان، وجه يمثل العوائد التي سوف تتحقق من هذا الاستثمار والوجه الآخر يمثل المخاطر التي سيتعرض لها المستثمر ومن القرارات المهمة في هذا المجال هو اختيار الاستثمار الذي تلاءم عوائده مخاطره هذا هو المبدأ العام وهذا هو أيضا المقصود بالمبادلة بين المخاطر والعوائد، بمعنى تحديد حجم العائد المرغوب في الحصول عليه لقاء المخاطر التي يتعرض لها المستثمر. و لاتخاذ القرار السليم يستعين المستثمر بعدة نماذج علمية تساعده على توقعات بشان العوائد المستقبلية التي سيحصل عليها من جراء توظيفه الأموال و كذا المخاطر التي تصاحب هذه العوائد

الإشكالــــــــــــــية كيف يمكن تطبيق طريقة عدم التباين المشروط بالارتباط المتسلسل أو ما يعرف بنموذج GARCH في تحديد العلاقة بين العائد و المخاطرة في سوق الجزائر للأوراق المالية و مدى قدرة السوق على تعويض المستثمرين بعلاوة المخاطر مقابل استثمارهم في هذا السوق ؟

تحليل عينة الدراسة

1 مجتمع الدراسة و العينة: من اجل الوصول إلى أهداف الدراسة تم الاعتماد على قاعدة البيانات للعوائد السوق المالي الجزائري باستثناء أيام العطل تم استهداف عينة من العوائد اليومية للفترة الممتدة من 01/04/2007 إلى 07/08/2011 أي استخدام 1997مشاهدة ودلك من الموقع الرسمي لبورصة الجزائر لأغراض الدراسة القياسية للعلاقة بين العائد و المخاطرة

الإحصاء الوصفي و الاختبارات الأساسية لبيانات السلسة اختبار التوزيع الطبيعي بموجب اختبار لإحصائية Jarque Bera

نلاحظ ان السلسلة غير مستقرة

دراسة استقرارية السلسلة : الجدول المقابل يؤكد أن السلسلة غير مستقرة دراسة استقرارية السلسلة : الجدول المقابل يؤكد أن السلسلة غير مستقرة دالة الارتباط الذاتي لسلسلة العوائد 

اختبار PHILIPS PERRON : اختبارات جذر الوحدة : اختبار PHILIPS PERRON : يسمح اختبار PHILIPS PERRON 1988  بتجاوز مشكلتي الارتباط الذاتي للبواقي و عدم ثبات التباين للخطأ العشوائي التي يعاني منها اختبار ديكي فولار العادي من اجل اختبار PPنستعمل طريقة المربعات الصغرى لتقدير النماذج الثلاثة التالية: النموذج 1 النموذج 2 النموذج 3

السلسلة غير مستقرة Index DFM -2.54 -1. 1 نتائج اختبارPPعلى سلسلة عوائد السوق المالي الجزائري النتيجة قيمة pp الجدولية 5 % قيمة pp المحسوبة النماذج المتغير السلسلة غير مستقرة -1.94108 -1. 18 بدون اتجاه و ثابت Index DFM -2.86375 -2.54 بوجود ثابت -3.41357 -1. 1 بوجود تابت و اتجاه عام

بما ان t المحسوبة اصغر من قيمة pp فان معلمة الاتجاه المقدرة غير معنوية بما أن السلسة محل الدراسة غير مستقرة نحتاج إلى تحديد نوعها هل هي من نوع TS أم DS : بما ان t المحسوبة اصغر من قيمة pp فان معلمة الاتجاه المقدرة غير معنوية تقدير النموذج «3 » Variable Coefficient Std. Error t-Statistic Prob. INDICE(-1) -0.007571 0.002987 -2.534730 0.0114 C 10.68649 3.936823 2.714495 0.0067 @TREND(1/04/2007) -0.001682 0.000949 -1.772738 0.0765 R-squared 0.006766 Mean dependent var 0.115128 Adjusted R-squared 0.005101 S.D. dependent var 11.14027 S.E. of regression 11.11182 Akaike info criterion 7.656401 Sum squared resid 147302.7 Schwarz criterion 7.669160 Log likelihood -4575.528 Hannan-Quinn criter. 7.661208 F-statistic 4.063272 Durbin-Watson stat 1.980315 Prob(F-statistic) 0.017431

بما ان t المحسوبة اصغر من قيمة pp فانا لثابث C غير معنوي تقدير النموذج 2 بما ان t المحسوبة اصغر من قيمة pp فانا لثابث C غير معنوي Variable Coefficient Std. Error t-Statistic Prob.   INDICE(-1) -0.006541 0.002933 -2.230475 0.0259 C 8.378311 3.718607 2.253078 0.0244 R-squared 0.004149     Mean dependent var 0.115128 Adjusted R-squared 0.003315     S.D. dependent var 11.14027 S.E. of regression 11.12179     Akaike info criterion 7.657360 Sum squared resid 147690.8     Schwarz criterion 7.665866 Log likelihood -4577.101     Hannan-Quinn criter. 7.660564 F-statistic 4.975017     Durbin-Watson stat 1.977148 Prob(F-statistic) 0.025901

بعد تقدير النموذجين يمكن القول السلسلة محل الدراسة غير مستقرة من النوع DS و أفضل طريقة لجعلها مستقرة هي طريقة الفروق بعد المقارنة نجد أن سلسلة الفروق الأولى للعوائد متقاربة جدا و سلسلة العوائد و مستقرة لهدا تم الاعتماد على سلسلة العوائد في التنبؤ كما نجد ان جل الدراسات القياسية في هذا المجال تعتمد على سلسلة العوائد و المعطاة بالعلاقة التالية :

1 تطبيق منهجية بوكس جنكيز : 1 تطبيق منهجية بوكس جنكيز : قبل التطرق لمنهجية بوكس جنكيز لا بد من دراسة استقرارية السلسة محل الدراسة الملاحظ من الشكل أن سلسلة العوائد مستقرة عند المتوسط

دراسة دالتي الارتباط الذاتي و الذاتي الجزئي

لدراسة استقرارية سلسلة العوائد نلجأ إلى اختبار PP ج- اختبار جذر الوحدة لدراسة استقرارية سلسلة العوائد نلجأ إلى اختبار PP   Adj. t-Stat   Prob.* Phillips-Perron test statistic -34.23972  0.0000 Test critical values: 1% level -2.566899 5% level -1.941088 10% level -1.616521 من الجدول أعلاه نلاحظ أن القيمة المحسوبة PP و التي تساوي -34.23972 اصغر من القيمة الجد ولية عند جميع المستويات مما يدل على أن سلسلة العوائد مستقرة . و بالتالي يصبح النموذج المراد دراسته من الشكل ARMA بدلا من ARIMA

-2 مراحل تطبيق منهجية بوكس جنكيز Box Jenkis مرحلة تحديد النموذج لتحديد رتبة ( p;q) لنموذج ARMA نلجأ إلى دالتي الارتباط الذاتي و الذاتي الجزئي، الممثلة في الجدول الموالي بعد ترشيح لعديد من النتائج من خلال وضع صيغ موسعة لنموذج ARMA الذي يعد انه النموذج المولد لسلسلة العوائد و بالاعتماد على معيار Schwarz وAKOIKE تبين أن أفضل نموذج (1,1) ARMAبدون ثبات

مرحلة التقدير تظهر نتائج تقدير النموذج المرشح في الجدول التالي Variable Coefficient Std. Error t-Statistic Prob.   AR(1) 0.970942 0.015254 73.009358 0.0000 MA(1) -0.962980 0.018731 -53.56879 R-squared 0.009659     Mean dependent var -0.000781 Adjusted R-squared 0.007659     S.D. dependent var 0.002151 S.E. of régression 0.017074     Akaike info criterion -7.659930 Sum squared resid 148318.7     Schwarz criterion -7.664183 Log likelihood 0.637818     . Durbin-Watson stat 2.981779 Inverted AR Roots .97 InvertedMARoots .98

اختبارGodfrey - Breusch ج- مرحلة الفحص Test Equation : Dependent VariableRESID Methode :least squares اختبارGodfrey - Breusch H1 1 وجود الارتباط الذاتي 1H0 غياب الارتباط الذاتي   F-statistic 0.970942 Probability 0 ,184352 Obs R-squared 4,569320 Probability 0,183544 Variable Coefficient Std. Error t-Statistic Prob.   AR(1) 0.0053942 0.0152514 0.3009358 0.8760 MA(1) .-0.009453 . 0,0208080 -0,3468519 0,4532 RESIDE (-1) -0,008769 0,0345826 -0,3254361 0,89764 RESIDE (-2) -0,024315 0,0432157 1,5463909 0,65432 InvertedMARoots .98 R-squared 0.009659     Mean dependent var 4,987E Adjusted R-squared 0.007659     S.D. dependent var 0.002151 S.E. of régression 0.017074     Akaike info criterion -7.659930 Sum squared resid 0 .765864     Schwarz criterion -7.664183 Log likelihood 6542.98     . Durbin-Watson stat 2.981779

2-اختبار White H1 1 عدم تجانس التباين 1H0تجانس التباين F-statistic   F-statistic 409875 Probability 0 ,0000 Obs R-squared 3067,20 Probability 0,0000 Scaled explained SS 7865,098

تقدير نموذج GARCH(1.1) Method: ML - ARCH (Marquardt) - Normal distribution GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) Variable Coefficient Std. Error z-Statistic Prob.   AR(1) 0.970370 0.006082 159.5480 0.0000 MA(1) -0.989515 0.003983 -248.4302 Variance Equation C 3.556 E-05E 1.110690 7.704087 RESID(-1)^2 0.153035 0.023563 6.494777 GARCH(-1) 0.844030 0.017052 49.49776 R-squared 0.013670     Mean dependent var 0.115224 Adjusted R-squared 0.014520     S.D. dependent var 11.14493 S.E. of regression 11.22555     Akaike info criterion 7.596082 Sum squared resid 150333.5     Schwarz criterion 7.617362 Log likelihood -4533.659     Hannan-Quinn criter. 7.604100 Durbin-Watson stat 1.914434 Inverted AR Roots       .97 Inverted MA Roots       .99  

من الجدول أعلاه يمكن كتابة معادلة التباين المشروط لعوائد السوق المالي كما يلي

الخاتمة: يعتبر التنبؤ احد أهم الموضوعات التي تناولتها الأداة المالية, و بالتحديد في صناعة القرار الاستثماري في الأسواق المالية نظرا لما تشهده هذه الأخيرة من أزمات متكررة في هذا الاتجاه جاءت هذه الدراسة كمحاولة لتبيان المبادلة بين العائد و المخاطرة في سوق الجزائر للأوراق المالية بحث تم دراسة سلسلة زمنية للعوائد المالية دراسة وصفية و التي اتضح من خلالها مرور العوائد لانتكاسات متكررة, و تذبذبات جد واضحة خلال الفترة محل الدراسة الأمر الذي عزز ضرورة التنبؤ بهذه الأزمات . و قد استنتجنا وجود علاقة ايجابية ذات دلالة معنوية على اثر التقلبات في السوق الذي ولد طلبا لعلاوة المخاطر من قبل المستثمرين .