La recente letteratura economica e finanziaria sottolinea la necessità di sviluppare metodi e modelli (possibilmente non lineari) per l'analisi econometrica di serie storiche in grado di affrontare nuove sfide. Si tratta, in particolare, delle problematiche legate, da un lato, a serie non stazionarie nei livelli, e, dall'altro, alla presenza di volatilità non stazionaria e variabile nel tempo. Inoltre, ulteriori aspetti critici sono riconducibili anche alle correlazioni tra le serie, che, a loro volta, possono essere caratterizzate sia da non stazionarietà, sia da variabilità nel tempo. La letteratura segnala numerosi e rilevanti campi nei quali le ipotesi tradizionali di momenti secondi (i.e. volatilità e correlazioni) stazionari non risultano adeguate a rappresentare la realtà fenomenica: - l'analisi dei fenomeni di contagio e di interdipendenza tra i mercati finanziari; - l'analisi delle interrelazioni tra economia reale e mercati finanziari; - la scelte e l'ottimizzazione del portafoglio; - la copertura dei rischi finanziari legati a volatilità e correlazione; - i modelli per l'analisi del business cycle; - l'analisi del rischio macroeconomico; - la stima e il controllo di ipotesi nei modelli stocastici dinamici di equilibrio economico generale (DSGE) - stima di modelli macroeconomici dinamici con learning; Nonostante ciò, la maggior parte degli studi empirici in questi campi sono tuttora sviluppati sulla base di modelli econometrici nei quali si assume che la volatilità sia costante o stazionaria nel tempo, escludendo, così, la presenza di non stazionarietà (e.g. cambiamenti permanenti e cambiamenti strutturali) sia per la volatilità sia per le correlazioni. In conseguenza di tale esclusione, l'interpretazione dei risultati delle analisi empiriche può non essere corretta, cioè non risulta sempre possibile convalidare correttamente le rappresentazioni teoriche dei dati economici e finanziari. Inoltre, in aggiunta alla necessità di includere ipotesi già formulate nella teoria econometrica, è indispensabile proporre ulteriori estensioni dei modelli attuali, così da consentire una misura più completa della non stazionarietà dei momenti secondi presente nei dati osservati. Le due principali tipologie di modelli per serie storiche nel campo dei dati economici e finanziari sono: (i) VAR multivariati con possibile cointegrazione (che permette non stazionarietà nei livelli) e (ii) modelli per la volatilità, e quindi modelli a volatilità stocastica e modelli tipo ARCH (che permettono cambiamenti nel tempo, seppur stazionari, della volatilità). Entrambe le tipologie risultano ampiamente usate nei modelli econometrici dinamici applicati alla finanza e alla macroeconomia, portando alle situazioni precedentemente illustrate: le ipotesi di base del modello contrastano con l'evidenza empirica, le conclusioni economiche e finanziarie tratte dal modello possono non essere corrette (o almeno incomplete), sono necessarie ulteriori estensioni teoriche. In riferimento alla misura della volatilità, è noto come l'analisi tradizionale delle serie storiche sia svolta nel contesto di modelli che ipotizzano volatilità e correlazioni costanti nel tempo. Tale ipotesi, pur accettabile in alcuni casi, non è tuttavia supportata dall'evidenza empirica, che documenta cambiamenti permanenti sia nella volatilità, sia nella correlazione non solo per i dati macroeconomici, ma anche per le serie storiche finanziarie. A questo proposito, il principale obiettivo del presente progetto di ricerca è sviluppare ulteriormente l'analisi econometrica (non lineare) delle serie storiche, così da proporre modelli di cointegrazione e volatilità (non stazionaria) coerenti con le dinamiche dei fenomeni finanziari e macroeconomici. L'obiettivo della ricerca è di carattere prevalentemente metodologico, ma le analisi empiriche rappresentano un momento centrale della ricerca e costituiscono il passaggio chiave che consente di specificare corret...
Volatilità, persistenza e break strutturali nelle dinamiche macroeconomiche e finanziarie: nuovi paradigmi per l'analisi econometrica delle serie storiche / G Cavaliere. - (2007).
Volatilità, persistenza e break strutturali nelle dinamiche macroeconomiche e finanziarie: nuovi paradigmi per l'analisi econometrica delle serie storiche
CAVALIERE, GIUSEPPE
2007
Abstract
La recente letteratura economica e finanziaria sottolinea la necessità di sviluppare metodi e modelli (possibilmente non lineari) per l'analisi econometrica di serie storiche in grado di affrontare nuove sfide. Si tratta, in particolare, delle problematiche legate, da un lato, a serie non stazionarie nei livelli, e, dall'altro, alla presenza di volatilità non stazionaria e variabile nel tempo. Inoltre, ulteriori aspetti critici sono riconducibili anche alle correlazioni tra le serie, che, a loro volta, possono essere caratterizzate sia da non stazionarietà, sia da variabilità nel tempo. La letteratura segnala numerosi e rilevanti campi nei quali le ipotesi tradizionali di momenti secondi (i.e. volatilità e correlazioni) stazionari non risultano adeguate a rappresentare la realtà fenomenica: - l'analisi dei fenomeni di contagio e di interdipendenza tra i mercati finanziari; - l'analisi delle interrelazioni tra economia reale e mercati finanziari; - la scelte e l'ottimizzazione del portafoglio; - la copertura dei rischi finanziari legati a volatilità e correlazione; - i modelli per l'analisi del business cycle; - l'analisi del rischio macroeconomico; - la stima e il controllo di ipotesi nei modelli stocastici dinamici di equilibrio economico generale (DSGE) - stima di modelli macroeconomici dinamici con learning; Nonostante ciò, la maggior parte degli studi empirici in questi campi sono tuttora sviluppati sulla base di modelli econometrici nei quali si assume che la volatilità sia costante o stazionaria nel tempo, escludendo, così, la presenza di non stazionarietà (e.g. cambiamenti permanenti e cambiamenti strutturali) sia per la volatilità sia per le correlazioni. In conseguenza di tale esclusione, l'interpretazione dei risultati delle analisi empiriche può non essere corretta, cioè non risulta sempre possibile convalidare correttamente le rappresentazioni teoriche dei dati economici e finanziari. Inoltre, in aggiunta alla necessità di includere ipotesi già formulate nella teoria econometrica, è indispensabile proporre ulteriori estensioni dei modelli attuali, così da consentire una misura più completa della non stazionarietà dei momenti secondi presente nei dati osservati. Le due principali tipologie di modelli per serie storiche nel campo dei dati economici e finanziari sono: (i) VAR multivariati con possibile cointegrazione (che permette non stazionarietà nei livelli) e (ii) modelli per la volatilità, e quindi modelli a volatilità stocastica e modelli tipo ARCH (che permettono cambiamenti nel tempo, seppur stazionari, della volatilità). Entrambe le tipologie risultano ampiamente usate nei modelli econometrici dinamici applicati alla finanza e alla macroeconomia, portando alle situazioni precedentemente illustrate: le ipotesi di base del modello contrastano con l'evidenza empirica, le conclusioni economiche e finanziarie tratte dal modello possono non essere corrette (o almeno incomplete), sono necessarie ulteriori estensioni teoriche. In riferimento alla misura della volatilità, è noto come l'analisi tradizionale delle serie storiche sia svolta nel contesto di modelli che ipotizzano volatilità e correlazioni costanti nel tempo. Tale ipotesi, pur accettabile in alcuni casi, non è tuttavia supportata dall'evidenza empirica, che documenta cambiamenti permanenti sia nella volatilità, sia nella correlazione non solo per i dati macroeconomici, ma anche per le serie storiche finanziarie. A questo proposito, il principale obiettivo del presente progetto di ricerca è sviluppare ulteriormente l'analisi econometrica (non lineare) delle serie storiche, così da proporre modelli di cointegrazione e volatilità (non stazionaria) coerenti con le dinamiche dei fenomeni finanziari e macroeconomici. L'obiettivo della ricerca è di carattere prevalentemente metodologico, ma le analisi empiriche rappresentano un momento centrale della ricerca e costituiscono il passaggio chiave che consente di specificare corret...I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
