Yhteisintegroituvuusvektoreiden hyödyntäminen suhdannevaihteluiden ennustamisessa
Nissilä, Wilma (2019-05-14)
14.05.2019
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Julkaisun pysyvä osoite on:
http://urn.fi/URN:NBN:fi-fe2019052817622
http://urn.fi/URN:NBN:fi-fe2019052817622
Tiivistelmä
Taantumien ennakoiminen on taloudellisten toimijoiden kannalta erittäin tärkeää, sillä taantumat ja lamat koskettavat ainakin välillisesti kaikkia yhteiskunnan osapuolia. Taantumajaksojen ennustamiseen on 1990-luvulta lähtien käytetty probit-malleja, joiden avulla voidaan estimoida todennäköisyys sille, että talous ajautuu taantumaan tietyn ajanhetken kuluttua. Probit-malleissa käytetään selittävinä tekijöinä erilaisia taantumaa ennakoivia muuttujia, joista tehokkaimmaksi ovat osoittautuneet pitkän ja lyhyen aikavälin korkojen erotus sekä osakehintojen kasvuvauhti.
Tämän pro gradu -tutkielman tarkoituksena on selvittää, ovatko yhteisintegroituvuusrelaatiot tilastollisesti merkittäviä taantumajaksojen ennustajia ja tuoko yhteisintegroituvuusvektorien käyttö merkittävää lisäarvoa probit-malleihin. Yhteisintegroituvuutta pidetään taloudellisten muuttujien pitkän aikavälin tasapainon tilastollisena vastineena ja muuttujia sanotaan yhteisintegroituneiksi, jos niistä voidaan muodostaa yhteisintegroituvuusvektorin avulla stationaarinen lineaarikombinaatio eli yhteisintegroituvuusrelaatio. Yhteisintegroituvuutta on sovellettu taloustieteessä pitkään erilaisten teorioiden testaamiseen ja muuttujien mallintamiseen, mutta taantumaennustamisessa ei ole aikaisemmin hyödynnetty yhteisintegroituvuutta.
Tutkielman empiirisessä osassa käytettävä aineisto koostuu Conference Boardin Leading Economic -indeksin komponenteista. Komponenttien välistä yhteisintegroituvuutta tutkitaan Johansenin menetelmällä, jonka avulla estimoidaan myös yhteisintegroituvuusvektorit. Löydettyihin yhteisintegroituvuusvektoreihin asetetaan tämän jälkeen erilaisia lineaarisia rajoitteita, joiden avulla pyritään identifioimaan vektorit tarkemmin. Yhteisintegroituvuusvektorien identifioimisen jälkeen lineaarikombinaatioita käytetään probit-mallissa selittävinä tekijöinä Yhdysvaltojen taantumakuukausille. Otoksen sisäisen estimoinnin perusteella voidaan todeta, että yhteisintegroituvuusrelaatiot ovat tilastollisesti merkitseviä selittäviä tekijöitä lähes kaikilla tutkielmassa tarkastelluilla ennustehorisonteilla. Lisäksi otoksen ulkopuolisen ennustamisen perusteella voidaan päätellä, että vektoreita sisältävät mallit ovat keskimäärin tehokkaampia kuin pelkästään perinteisiä muuttujia sisältävät mallit.
Johtopäätöksenä voidaan todeta, että yhteisintegroituvuusvektorien käyttö tuo merkittävää lisäarvoa probit-malleihin korkoeron ja osakehintojen ohelle Yhdysvaltojen taantumajaksoja ennustettaessa. Täten yhteisintegroituvuusrelaatiot näyttävät sisältävän jotakin sellaista talouden tilaa koskevaa informaatiota, joka ei välity perinteisten taantumaa ennakoivien muuttujien kautta.
Tämän pro gradu -tutkielman tarkoituksena on selvittää, ovatko yhteisintegroituvuusrelaatiot tilastollisesti merkittäviä taantumajaksojen ennustajia ja tuoko yhteisintegroituvuusvektorien käyttö merkittävää lisäarvoa probit-malleihin. Yhteisintegroituvuutta pidetään taloudellisten muuttujien pitkän aikavälin tasapainon tilastollisena vastineena ja muuttujia sanotaan yhteisintegroituneiksi, jos niistä voidaan muodostaa yhteisintegroituvuusvektorin avulla stationaarinen lineaarikombinaatio eli yhteisintegroituvuusrelaatio. Yhteisintegroituvuutta on sovellettu taloustieteessä pitkään erilaisten teorioiden testaamiseen ja muuttujien mallintamiseen, mutta taantumaennustamisessa ei ole aikaisemmin hyödynnetty yhteisintegroituvuutta.
Tutkielman empiirisessä osassa käytettävä aineisto koostuu Conference Boardin Leading Economic -indeksin komponenteista. Komponenttien välistä yhteisintegroituvuutta tutkitaan Johansenin menetelmällä, jonka avulla estimoidaan myös yhteisintegroituvuusvektorit. Löydettyihin yhteisintegroituvuusvektoreihin asetetaan tämän jälkeen erilaisia lineaarisia rajoitteita, joiden avulla pyritään identifioimaan vektorit tarkemmin. Yhteisintegroituvuusvektorien identifioimisen jälkeen lineaarikombinaatioita käytetään probit-mallissa selittävinä tekijöinä Yhdysvaltojen taantumakuukausille. Otoksen sisäisen estimoinnin perusteella voidaan todeta, että yhteisintegroituvuusrelaatiot ovat tilastollisesti merkitseviä selittäviä tekijöitä lähes kaikilla tutkielmassa tarkastelluilla ennustehorisonteilla. Lisäksi otoksen ulkopuolisen ennustamisen perusteella voidaan päätellä, että vektoreita sisältävät mallit ovat keskimäärin tehokkaampia kuin pelkästään perinteisiä muuttujia sisältävät mallit.
Johtopäätöksenä voidaan todeta, että yhteisintegroituvuusvektorien käyttö tuo merkittävää lisäarvoa probit-malleihin korkoeron ja osakehintojen ohelle Yhdysvaltojen taantumajaksoja ennustettaessa. Täten yhteisintegroituvuusrelaatiot näyttävät sisältävän jotakin sellaista talouden tilaa koskevaa informaatiota, joka ei välity perinteisten taantumaa ennakoivien muuttujien kautta.