A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance

Μία στοχαστική χρονοσειρά είναι ένας τύπος χρονοσειράς όπου οι μελλοντικές τιμές μπορούν να καθοριστούν μόνο σε όρους μιας κατανομής πιθανότητας. Aν αυτή η κατανομή πιθανότητας είναι σταθερή με την πάροδο του χρόνου, τότε η χρονοσειρά λέγεται στάσιμη. Μια λιγότερο αυστηρή συνθήκη για τη στασιμότητα...

Full description

Saved in:
Bibliographic Details
Main Authors: Γαλανόπουλος, Νικόλαος, Galanopoulos, Nikolaos
Other Authors: Μηλιώνης, Αλέξανδρος
Language:English
Published: 2023
Subjects:
Online Access:http://hdl.handle.net/11610/25862
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1828460837669437440
author Γαλανόπουλος, Νικόλαος
Galanopoulos, Nikolaos
author2 Μηλιώνης, Αλέξανδρος
author_facet Μηλιώνης, Αλέξανδρος
Γαλανόπουλος, Νικόλαος
Galanopoulos, Nikolaos
author_sort Γαλανόπουλος, Νικόλαος
collection DSpace
description Μία στοχαστική χρονοσειρά είναι ένας τύπος χρονοσειράς όπου οι μελλοντικές τιμές μπορούν να καθοριστούν μόνο σε όρους μιας κατανομής πιθανότητας. Aν αυτή η κατανομή πιθανότητας είναι σταθερή με την πάροδο του χρόνου, τότε η χρονοσειρά λέγεται στάσιμη. Μια λιγότερο αυστηρή συνθήκη για τη στασιμότητα απαιτεί τουλάχιστον το επίπεδο και η διακύμανση της χρονοσειράς να είναι σταθερά με την πάροδο του χρόνου. Οι ερευνητές χρησιμοποιούν διάφορους ελέγχους για να εξετάσουν τη μη-στασιμότητα στο επίπεδο μιας χρονοσειράς, αλλά συχνά παραμελούν να εξετάσουν τη μη-στασιμότητα στη διακύμανσή της, κατά την διεξαγωγή εφαρμοσμένης έρευνας. Πράγματι, όσον αφορά τη διακύμανση της χρονοσειράς, η πρωταρχική ερευνητική έμφαση δίνεται στη μοντελοποίηση της αυτοπαλίνδρομης δεσμευμένης (υπό συνθήκη) ετεροσκεδαστικότητας, συνήθως χρησιμοποιώντας διάφορα ARCH-GARCH τύπου μοντέλα. Είναι ουσιώδες να διακρίνουμε ανάμεσα σε δύο βασικές έννοιες: την μη-στασιμότητα της διακύμανσης, που συχνά αναφέρεται και ως ετεροσκεδαστικότητα, και της δεσμευμένης ετεροσκεδαστικότητας. Η ετεροσκεδαστικότητα συνεπάγεται μια συναρτησιακή σχέση μεταξύ της διακύμανσης μίας σειράς, που είναι μη-στάσιμη στο επίπεδό της και του μέσου επιπέδου της. Αυτό έχει ως αποτέλεσμα τη μη-στασιμότητα στη διακύμανση, και η διακύμανση είναι μη-σταθερή τόσο υπό συνθήκη, όσο και χωρίς συνθήκη (μη-δεσμευμένη). Συνεπώς, η διαδικασία είναι μη-ομοιογενώς μη-στάσιμη στο πλαίσιο των Box και Jenkins και δεν μπορεί να γίνει στάσιμη απλώς παίρνοντας τις διαφορές. Για να αντιμετωπιστεί η μη-στασιμότητα της διακύμανσης, μια προσέγγιση είναι η εφαρμογή μετασχηματισμών, όπως είναι οι ευρέως γνωστοί μετασχηματισμοί των Box και Cox. Από την άλλη πλευρά, η δεσμευμένη ετεροσκεδαστικότητα, που περιγράφεται συχνά χρησιμοποιώντας μοντέλα του τύπου ARCH-GARCH, υπονοεί ότι ενώ η δεσμευμένη διακύμανση μεταβάλλεται με τον χρόνο, η μη-δεσμευμένη διακύμανση παραμένει σταθερή. Ως αποτέλεσμα, η σειρά είναι στάσιμη στη δεύτερη ροπή. Στην παρούσα διδακτορική διατριβή, επικεντρωνόμαστε σε σειρές με μη-σταθερή διακύμανση τόσο υπό συνθήκη όσο και χωρίς συνθήκη, καλύπτοντας μέχρι ένα βαθμό ένα κενό στην ευρύτερη περιοχή, καθώς η υπάρχουσα ερευνητική βιβλιογραφία είναι σχετικά περιορισμένη. Πράγματι, αν και είναι ουσιώδες να αντιμετωπιστεί η μη-σταθερή διακύμανση στη μοντελοποίηση χρονοσειρών, υπάρχει έλλειψη συγκροτημένης θεωρητικής έρευνας σχετικά με την ανίχνευση και τη διόρθωσή της. Επιπλέον, στις πρακτικές εφαρμογές, η αντιμετώπιση της μη-στασιμότητας της διακύμανσης δεν είναι μόνο ανεπαρκής, καθώς η επιλογή ενός συγκεκριμένου μετασχηματισμού συχνά είναι αυθαίρετη, αλλά επίσης, όπως τεκμαίρεται στο Κεφάλαιο 2, περιστασιακά είναι μεροληπτική ως προς την υπερβολική απόρριψη της μηδενικής υπόθεσης της μη-δεσμευμένης σταθερής διακύμανσης. Ο σκοπός της παρούσας διδακτορικής διατριβής είναι να παρουσιάσει μια επίσημη οικονομετρική προσέγγιση που όχι μόνο ανιχνεύει τη μη-στασιμότητα της διακύμανσης και προτείνει κατάλληλους μετασχηματισμούς για τη διόρθωσή της, αλλά επίσης είναι ανθεκτική αφενός ως προς τις διάφορες διαμερίσεις μιας χρονοσειράς, που αποτελεί απαραίτητο βήμα για τη διεξαγωγή του ελέγχου, και αφετέρου την πιθανή ύπαρξη ακραίων τιμών. Η σημαντικότητα της χρήσης αυτής της προσέγγισης στους τομείς της μακροοικονομίας, της αναλογιστικής επιστήμης και της χρηματοοικονομικής εξετάζεται λεπτομερώς και υποστηρίζεται στα Κεφάλαια 3, 4 και 5 αντίστοιχα.
id oai:hellanicus.lib.aegean.gr:11610-25862
institution Hellanicus
language English
publishDate 2023
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-258622023-12-07T20:19:03Z A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance Γαλανόπουλος, Νικόλαος Galanopoulos, Nikolaos Μηλιώνης, Αλέξανδρος other applied time series analysis time series transformations time series "linearization" outliers covid-19 weak-form market efficiency hypothesis mortality rates actuarial time series forecasts forecasting of macroeconomic time series greek external trade time series εφαρμοσμένη ανάλυση χρονοσειρών μετασχηματισμοί χρονοσειρών «γραμμικοποίηση» χρονοσειρών ακραίες τιμές αποτελεσματικότητα της αγοράς υπό την μορφή ασθενούς ισχύος ποσοστά θνησιμότητας προβλέψεις αναλογιστικών χρονοσειρών προβλέψεις μακροοικονομικών χρονοσειρών Time-series analysis Mortality COVID-19 Pandemic, 2020 Μία στοχαστική χρονοσειρά είναι ένας τύπος χρονοσειράς όπου οι μελλοντικές τιμές μπορούν να καθοριστούν μόνο σε όρους μιας κατανομής πιθανότητας. Aν αυτή η κατανομή πιθανότητας είναι σταθερή με την πάροδο του χρόνου, τότε η χρονοσειρά λέγεται στάσιμη. Μια λιγότερο αυστηρή συνθήκη για τη στασιμότητα απαιτεί τουλάχιστον το επίπεδο και η διακύμανση της χρονοσειράς να είναι σταθερά με την πάροδο του χρόνου. Οι ερευνητές χρησιμοποιούν διάφορους ελέγχους για να εξετάσουν τη μη-στασιμότητα στο επίπεδο μιας χρονοσειράς, αλλά συχνά παραμελούν να εξετάσουν τη μη-στασιμότητα στη διακύμανσή της, κατά την διεξαγωγή εφαρμοσμένης έρευνας. Πράγματι, όσον αφορά τη διακύμανση της χρονοσειράς, η πρωταρχική ερευνητική έμφαση δίνεται στη μοντελοποίηση της αυτοπαλίνδρομης δεσμευμένης (υπό συνθήκη) ετεροσκεδαστικότητας, συνήθως χρησιμοποιώντας διάφορα ARCH-GARCH τύπου μοντέλα. Είναι ουσιώδες να διακρίνουμε ανάμεσα σε δύο βασικές έννοιες: την μη-στασιμότητα της διακύμανσης, που συχνά αναφέρεται και ως ετεροσκεδαστικότητα, και της δεσμευμένης ετεροσκεδαστικότητας. Η ετεροσκεδαστικότητα συνεπάγεται μια συναρτησιακή σχέση μεταξύ της διακύμανσης μίας σειράς, που είναι μη-στάσιμη στο επίπεδό της και του μέσου επιπέδου της. Αυτό έχει ως αποτέλεσμα τη μη-στασιμότητα στη διακύμανση, και η διακύμανση είναι μη-σταθερή τόσο υπό συνθήκη, όσο και χωρίς συνθήκη (μη-δεσμευμένη). Συνεπώς, η διαδικασία είναι μη-ομοιογενώς μη-στάσιμη στο πλαίσιο των Box και Jenkins και δεν μπορεί να γίνει στάσιμη απλώς παίρνοντας τις διαφορές. Για να αντιμετωπιστεί η μη-στασιμότητα της διακύμανσης, μια προσέγγιση είναι η εφαρμογή μετασχηματισμών, όπως είναι οι ευρέως γνωστοί μετασχηματισμοί των Box και Cox. Από την άλλη πλευρά, η δεσμευμένη ετεροσκεδαστικότητα, που περιγράφεται συχνά χρησιμοποιώντας μοντέλα του τύπου ARCH-GARCH, υπονοεί ότι ενώ η δεσμευμένη διακύμανση μεταβάλλεται με τον χρόνο, η μη-δεσμευμένη διακύμανση παραμένει σταθερή. Ως αποτέλεσμα, η σειρά είναι στάσιμη στη δεύτερη ροπή. Στην παρούσα διδακτορική διατριβή, επικεντρωνόμαστε σε σειρές με μη-σταθερή διακύμανση τόσο υπό συνθήκη όσο και χωρίς συνθήκη, καλύπτοντας μέχρι ένα βαθμό ένα κενό στην ευρύτερη περιοχή, καθώς η υπάρχουσα ερευνητική βιβλιογραφία είναι σχετικά περιορισμένη. Πράγματι, αν και είναι ουσιώδες να αντιμετωπιστεί η μη-σταθερή διακύμανση στη μοντελοποίηση χρονοσειρών, υπάρχει έλλειψη συγκροτημένης θεωρητικής έρευνας σχετικά με την ανίχνευση και τη διόρθωσή της. Επιπλέον, στις πρακτικές εφαρμογές, η αντιμετώπιση της μη-στασιμότητας της διακύμανσης δεν είναι μόνο ανεπαρκής, καθώς η επιλογή ενός συγκεκριμένου μετασχηματισμού συχνά είναι αυθαίρετη, αλλά επίσης, όπως τεκμαίρεται στο Κεφάλαιο 2, περιστασιακά είναι μεροληπτική ως προς την υπερβολική απόρριψη της μηδενικής υπόθεσης της μη-δεσμευμένης σταθερής διακύμανσης. Ο σκοπός της παρούσας διδακτορικής διατριβής είναι να παρουσιάσει μια επίσημη οικονομετρική προσέγγιση που όχι μόνο ανιχνεύει τη μη-στασιμότητα της διακύμανσης και προτείνει κατάλληλους μετασχηματισμούς για τη διόρθωσή της, αλλά επίσης είναι ανθεκτική αφενός ως προς τις διάφορες διαμερίσεις μιας χρονοσειράς, που αποτελεί απαραίτητο βήμα για τη διεξαγωγή του ελέγχου, και αφετέρου την πιθανή ύπαρξη ακραίων τιμών. Η σημαντικότητα της χρήσης αυτής της προσέγγισης στους τομείς της μακροοικονομίας, της αναλογιστικής επιστήμης και της χρηματοοικονομικής εξετάζεται λεπτομερώς και υποστηρίζεται στα Κεφάλαια 3, 4 και 5 αντίστοιχα. 2023-11-27T10:26:21Z 2023-11-27T10:26:21Z 2023-10-24 http://hdl.handle.net/11610/25862 en Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές https://creativecommons.org/licenses/by-nc-nd/4.0/ 195 σ. application/pdf Σάμος
spellingShingle applied time series analysis
time series transformations
time series "linearization"
outliers
covid-19
weak-form market efficiency hypothesis
mortality rates
actuarial time series forecasts
forecasting of macroeconomic time series
greek external trade time series
εφαρμοσμένη ανάλυση χρονοσειρών
μετασχηματισμοί χρονοσειρών
«γραμμικοποίηση» χρονοσειρών
ακραίες τιμές
αποτελεσματικότητα της αγοράς υπό την μορφή ασθενούς ισχύος
ποσοστά θνησιμότητας
προβλέψεις αναλογιστικών χρονοσειρών
προβλέψεις μακροοικονομικών χρονοσειρών
Time-series analysis
Mortality
COVID-19 Pandemic, 2020
Γαλανόπουλος, Νικόλαος
Galanopoulos, Nikolaos
A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title_full A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title_fullStr A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title_full_unstemmed A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title_short A study of time series with time-varying variance: a practical approach with applications in actuarial science and finance
title_sort study of time series with time varying variance a practical approach with applications in actuarial science and finance
topic applied time series analysis
time series transformations
time series "linearization"
outliers
covid-19
weak-form market efficiency hypothesis
mortality rates
actuarial time series forecasts
forecasting of macroeconomic time series
greek external trade time series
εφαρμοσμένη ανάλυση χρονοσειρών
μετασχηματισμοί χρονοσειρών
«γραμμικοποίηση» χρονοσειρών
ακραίες τιμές
αποτελεσματικότητα της αγοράς υπό την μορφή ασθενούς ισχύος
ποσοστά θνησιμότητας
προβλέψεις αναλογιστικών χρονοσειρών
προβλέψεις μακροοικονομικών χρονοσειρών
Time-series analysis
Mortality
COVID-19 Pandemic, 2020
url http://hdl.handle.net/11610/25862
work_keys_str_mv AT galanopoulosnikolaos astudyoftimeserieswithtimevaryingvarianceapracticalapproachwithapplicationsinactuarialscienceandfinance
AT galanopoulosnikolaos astudyoftimeserieswithtimevaryingvarianceapracticalapproachwithapplicationsinactuarialscienceandfinance
AT galanopoulosnikolaos studyoftimeserieswithtimevaryingvarianceapracticalapproachwithapplicationsinactuarialscienceandfinance
AT galanopoulosnikolaos studyoftimeserieswithtimevaryingvarianceapracticalapproachwithapplicationsinactuarialscienceandfinance