+ All Categories
Home > Documents > Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

Date post: 23-Jan-2017
Category:
Upload: panos-kouvelis
View: 95 times
Download: 0 times
Share this document with a friend
19
Μεταπτυχιακό Πρόγραμμα Σπουδών στην Χρηματοοικονομική και Τραπεζική Διοικητική Διπλωματική εργασία με θέμα: Forecasting Economic Activity using Asset Prices Κουβέλης Παναγιώτης Επιβλέπων Καθηγητής : Δρ. Χριστίνα Χρίστου Πειραιάς 2010
Transcript
Page 1: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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

Page 2: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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;

Page 3: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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)

Page 4: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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)

Page 5: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 6: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 7: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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

Page 8: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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)

Page 9: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 10: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 11: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 12: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 13: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 14: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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%

Page 15: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 16: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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%

Page 17: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 18: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

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.

Page 19: Forecasting Economic Activity using Asset Prices, Presentation (PowerPoint)

Ευχαριστώ Πολύ


Recommended