Архив публикаций

Тезисы

XIX-ая конференция

Модели дробной интеграции для описания временных рядов с длинной памятью

Гребенюк Е.А.

Институт проблем управления, СНГ, 1117997, Москва, Профсоюзная, 65

Традиционно используемые в эконометрике модели разностно – стационарных (DS – difference stationary) или интегрированных и тренд-стационарных (TS- trend stationary)процессов не всегда способны адекватно описать реальные ряды финансовых и макроэкономических показателей. Если DS модели описывают процессы с бесконечной памятью, а TS модели - с короткой памятью, то значительное число процессов с длинной памятью не может быть удовлетворительно описано ни DS ни TS моделью. Для описания процессов с длинной памятью, которой часто обладают финансовые и макроэкономические показатели, широко используются модели дробной интеграции [1, 2]. Целью настоящей работы являются анализ и сравнение различных подходов к спецификации модели, описывающей динамику финансовых и макроэкономических показателей: моделей DS или TS рядов и моделей дробной интеграции. Важнейшими аспектами анализа показателей являются: выявление связей между ними (коинтеграции) и обнаружение изменений их поведения – структурных сдвигов. Преимущества моделей дробной интеграции для обнаружения наличия связей были продемонстрированы в ряде работ, поэтому мы уделили больше внимания второму аспекту. В практических целях структурные сдвиги желательно обнаруживать как можно скорее после момента их возникновения. Для обнаружения структурных сдвигов в интегрированных нестационарных процессах в работе [3] был предложен алгоритм последовательного обнаружения изменения свойств процесса, обнаруживающий отклонение DS процесса от модели. Анализ основных макроэкономических показателей СНГ показал, что значительная часть их может быть с большей точностью описана моделями дробной интеграции. Разработанный алгоритм текущего обнаружения отклонений дробно-интегрированного процесса от модели позволяет с большей точностью и быстродействием определять моменты возникновения структурных сдвигов. В докладе приводятся результаты сравнительного анализа поведения российских макроэкономических индексов на основе различных моделей и соответствующих им алгоритмов текущего обнаружения

Литература

1. Granger C. W. J., Joyeux R. An Introduction to Long -Memory Time Series Models and Fractional Differencing// Journal of Time Series Analysis No. 1,1980. Pp. 15–29.

2. Hoskins J. R. M. Fractional Differencing // Biometrica No. 68, 1981. Pp. 165–176.

3. Grebenuk Е.А. Monitoring of stationary and non-stationary processes: on - line detection of the structural shifts//The second International Workshop in Sequential Methodologies (IWSM) Troyes, France, June 15-17, 2009, IWSM67..

• открыть в PDF формате (на русском языке) (PDF)