Risk faktörü getiri serileri arasındaki çapraz korelasyonlar
Birçok risk faktörü getirisi aynı zaman diliminde birbirleriyle korelasyonludur. Ancak, serilerin kendi içlerinde genellikle yalnızca zayıf seri korelasyonu olduğu gibi, farklı zaman dilimlerindeki seriler arasında da genellikle yalnızca zayıf çapraz korelasyon vardır.
Mutlak değerlere baktığımızdaysa tablo dramatik biçimde değişir; bunlar çoğu zaman hem serilerin içinde hem de seriler arasında güçlü şekilde korelasyonludur.
Bu egzersizde, Dow Jones, FTSE100 ve SMI hisse senedi endekslerinin günlük log-getirileri arasındaki çapraz korelasyonları inceleyeceksin. acf() fonksiyonu çok değişkenli bir zaman serisine uygulandığında, köşegen üzerinde alışıldık örneklem ACF grafiklerinin ve köşegen dışında farklı seriler arasındaki farklı gecikmelerdeki korelasyonların grafiklerinin yer aldığı bir grafik matrisi elde ederiz.
Burada dikkat edilmesi gereken bir nokta, ABD ve Avrupa serilerinin hafifçe senkron dışı olmasıdır. Avrupa piyasaları genellikle ABD’yi izler; bu nedenle bir gündeki ABD getirileri ile ertesi gündeki Avrupa getirileri arasında çapraz korelasyona dair bazı kanıtlar görürüz.
Bu egzersiz, kursun bir parçasıdır
R ile Nicel Risk Yönetimi
Egzersiz talimatları
plot.zoo()ileindexesiçin bir zaman serisi grafiği vepairs()ile ikili saçılım grafiği oluştur.cor()kullanarakindexes'ın örneklem korelasyon matrisini hesapla.acf()kullanarakindexesiçin örneklem otokorelasyon fonksiyonlarını ve çapraz korelasyon fonksiyonlarını çiz.indexes'ın mutlak değerleri için örneklem otokorelasyon fonksiyonlarını ve çapraz korelasyon fonksiyonlarını çiz.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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
___(___)