Kruiscorrelaties tussen risicofactor-rendementsreeksen
Veel risicofactorrendementen zijn in dezelfde periode met elkaar gecorreleerd. Maar net zoals de seriële correlatie binnen één reeks meestal zwak is, is ook de kruiscorrelatie tussen reeksen in verschillende perioden meestal zwak.
Het beeld verandert sterk als we naar de absolute waarden kijken: die zijn vaak sterk gecorreleerd, zowel binnen reeksen als tussen reeksen.
In deze oefening onderzoek je de kruiscorrelaties tussen de dagelijkse logrendementen van de aandelenindexen Dow Jones, FTSE100 en SMI. Wanneer de functie acf() wordt toegepast op een multivariate tijdreeks, krijgen we een matrix met grafieken: de gebruikelijke steekproef-acf-grafieken op de diagonaal en, buiten de diagonaal, grafieken van de correlaties tussen verschillende reeksen bij verschillende vertragingen.
Let erop dat de Amerikaanse en Europese reeksen niet helemaal gelijk lopen. De Europese markten volgen vaak de VS, dus je ziet soms kruiscorrelatie tussen de Amerikaanse rendementen van de ene dag en de Europese rendementen van de volgende dag.
Deze oefening maakt deel uit van de cursus
Kwantiatief Risicobeheer in R
Oefeninstructies
- Maak een tijdreeksplot van
indexesmetplot.zoo()en een pairwise scatterplot metpairs(). - Bereken de steekproefcorrelatiematrix van
indexesmetcor(). - Plot de steekproef-autocorrelatiefuncties en kruiscorrelatiefuncties voor
indexesmetacf(). - Plot de steekproef-autocorrelatiefuncties en kruiscorrelatiefuncties voor de absolute waarden van
indexes.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# 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
___(___)