Correlazioni incrociate tra serie di rendimenti dei fattori di rischio
Molti rendimenti dei fattori di rischio sono correlati tra loro nello stesso periodo. Tuttavia, così come in genere c’è solo una debole correlazione seriale all’interno delle singole serie, tende a esserci solo una debole correlazione incrociata tra serie in periodi diversi.
Il quadro cambia drasticamente quando guardiamo ai valori assoluti, che spesso sono fortemente correlati sia all’interno delle serie sia tra serie diverse.
In questo esercizio esaminerai le correlazioni incrociate tra i log-rendimenti giornalieri degli indici azionari Dow Jones, FTSE100 e SMI. Quando si applica la funzione acf() a una serie temporale multivariata, otteniamo una matrice di grafici con i consueti grafici della acf campionaria sulla diagonale e, fuori diagonale, i grafici delle correlazioni tra serie diverse a vari ritardi.
Una cosa da notare è che le serie USA ed europee sono leggermente sfalsate. I mercati europei tendono a seguire quelli USA, quindi si osservano alcune evidenze di correlazione incrociata tra i rendimenti USA di un giorno e i rendimenti europei del giorno successivo.
Questo esercizio fa parte del corso
Gestione del rischio quantitativa in R
Istruzioni dell'esercizio
- Crea un grafico a serie temporali di
indexesconplot.zoo()e uno scatterplot a coppie conpairs(). - Calcola la matrice di correlazione campionaria di
indexesusandocor(). - Traccia le funzioni di autocorrelazione campionaria e le funzioni di correlazione incrociata per
indexesusandoacf(). - Traccia le funzioni di autocorrelazione campionaria e le funzioni di correlazione incrociata per i valori assoluti di
indexes.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Make a time series plot of indexes with plot.zoo and a pairwise scatterplot with pairs
___(___)
___(___)
# Calculate the sample correlation matrix of indexes
cor(___)
# Plot the sample acfs and cross-correlation functions for the returns in indexes
acf(___)
# Plot the sample acfs and cross-correlations functions for the absolute values of indexes
___(___)