RAPPORTO CER Aggiornamenti
|
|
|
- Viviana Arena
- 9 anni fa
- Просмотров:
Транскрипт
1 RAPPORTO CER Aggiornamenti 12 Ottobre 2012
2 LO SPREAD PROSSIMO VENTURO Quanto potrà scendere lo spread Btp-Bund dopo le misure di austerità fiscale? Per rispondere, forniamo una semplice stima derivata da un vettore di cointegrazione fra i livelli dello spread, del debito e dei prezzi. In previsione, in base ai valori stimati di debito e inflazione, lo spread continuerebbe ad oscillare intorno a un valore di riferimento di 300 p.b. I fondamentali dello spread Usando dati mensili per il periodo 1997: :09, abbiamo identificato un vettore di cointegrazione che lega il livello dello spread fra Btp e Bund alle dimensioni del debito pubblico in quota di Pil e all indice dei prezzi al consumo 1. La tavola 1 mostra come, per questo vettore, sia rifiutata l ipotesi nulla di assenza di cointegrazione a un livello di significatività dell 1 per cento, confermando la presenza di una relazione di lungo periodo fra il valore reale dello spread e il livello del debito pubblico. Tavola 1. Test di cointegrazione dello spread Btp - Bund Cointegration Test - Engle-Granger Date: 10/09/12 Time: 16:20 Equation: EQ_COINTEGRAZIONE Specification: SPREAD (DEBT_IT)/100 LOG(IPC_IT) Cointegrating equation deterministics: Null hypothesis: Series are not cointegrated Automatic lag specification (lag=1 based on Schwarz Info Criterion, maxlag=14) Value Prob.* Engle-Granger tau-statistic Engle-Granger z-statistic *MacKinnon (1996) p-values. 1 Oltre a queste variabili il modello è stato stimato con la produzione industriale, la bilancia commerciale e l indice di volatilità sui mercati internazionali. Nelle stime queste tre variabili risultano statisticamente non significative. Roma 12/10/2012 1/4
3 L equazione di cointegrazione stimata è illustrata nella tavola 2. La relazione di cointegrazione è stimata col metodo dei minimi quadrati dinamici (DOLS). La specificazione DOLS aggiunge alla versione standard della regressione di cointegrazione le differenze dei ritardi e dei valori che precedono il dato (leads). Nel nostro caso sono stati inclusi 10 leads e 0 ritardi. É stato aggiunto un trend lineare per tenere conto dell andamento crescente delle serie come suggerito dal test di cointegrazione. I parametri di entrambe le variabili esplicative sono positivi e del segno atteso, con valori pari, a 0,17 per il debito pubblico e a 1,06 per l indice dei prezzi. Un aumento di un punto determina dunque, in equilibrio, una crescita di 17 p.b. dello spread, mentre rispetto ai prezzi, la relazione di lungo periodo è unitaria. Tavola 2. Equazione di cointegazione Dependent Variable: SPREAD Method: Dynamic Least Squares (DOLS) Date: 10/09/12 Time: 16:19 Sample (adjusted): 1997M M09 Included observations: 188 after adjustments Cointegrating equation deterministics: Automatic leads and lags specification (lead=10 and lag=0 based on SIC criterion, max=14) Long-run variance estimate (Bartlett kernel, Newey-West fixed bandwidth = ) Variable Coefficient Std. Error t-statistic Prob. (DEBT_IT)/ LOG(IPC_IT) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat Long-run variance 4.54E-05 Il fit dell equazione è illustrato in forma grafica nel grafico 1. Il modello, pur molto semplice nella sua specificazione, stima correttamente la dinamica dello spread per l intero periodo, compiendo però un sistematico errore di sovrastima dal 2009 fino ad agosto 2011, mese a partire dal quale si osserva invece una sottostima che si prolunga, pur con dimensioni decrescenti, fino alla fine del campione. Roma 12/10/2012 2/4
4 Ne traiamo tre osservazioni: innanzitutto, l andamento dello spread trova riscontro nelle sue determinanti di lungo periodo e non è attribuibile soltanto a movimenti speculativi; in secondo luogo, dopo lo scoppio della crisi finanziaria, il mercato sembra aver collocato, per molti mesi, almeno fino al fatidico agosto 2011, lo spread al di sotto del valore di equilibrio; l esplosione della crisi dei debiti sovrani in Europa ci sta di contro penalizzando ancora oggi ma, al di là dei picchi di fine 2011, per un ammontare tutto sommato contenuto, quantificabile in media in 50 p.b (vedi anche il grafico 2, che riporta i residui dell equazione). Questo significa che soltanto una netta inversione nell andamento dei fondamentali consentirebbe di ridurre in misura significativa il livello dei tassi di interesse sul debito pubblico italiano. 0,06 Grafico 1. Valori effettivi e stimati dello Spread 0,05 0,04 0,03 0,02 0,01 0,00-0, Valori veri Valori stimati Proiettando l equazione agli anni futuri, stimiamo infatti che, sulla base dei valori di debito e inflazione previsti nel nostro Rapporto 2/2012, il livello dello spread oscillerà intorno ai 300 p.b. valore certo inferiore ai picchi toccati nel corso della crisi dello scorso inverno, ma molto superiori a quelli prevalenti fino all agosto Roma 12/10/2012 3/4
5 0,020 Grafico 2. Residui 0,015 0,010 0,005 0,000-0,005-0,010-0, Riferimenti bibliografici A. Di Cesare, G. Grande, M. Manna e M. Taboga (2012), Recent estimates of sovreign risk premia for Euro area countries, Banca d Italia. L. Marattin, P. Paesani e S. Salotti (2012), Assessing the pre-crisis advantages of the EMU for sovreign debt issurers: a panel VAR analysis, Rivista di Politica Economica. Roma 12/10/2012 4/4
1 BREVE RIPASSO DEI TEST STATISTICI 2 I TEST STATISTICI NEI SOFTWARE ECONOMETRICI E IL P-VALUE 3 ESERCIZI DI ALLENAMENTO
I TEST STATISTICI E IL P-VALUE Obiettivo di questo Learning Object è ripassare la teoria ma soprattutto la pratica dei test statistici, con un attenzione particolare ai test che si usano in Econometria.
Regressione Lineare Multipla
Regressione Lineare Multipla Fabio Ruini Abstract La regressione ha come scopo principale la previsione: si mira, cioè, alla costruzione di un modello attraverso cui prevedere i valori di una variabile
UNIVERSITÀ DEGLI STUDI DI PADOVA Facoltà di Scienze Statistiche
UNIVERSITÀ DEGLI STUDI DI PADOVA Facoltà di Scienze Statistiche CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA TESI: BORSA E CICLO ECONOMICO: UNA VERIFICA EMPIRICA PER IL CASO STATUNITENSE Relatore:
Confronto fra gruppi: il metodo ANOVA. Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23
Confronto fra gruppi: il metodo ANOVA Nicola Tedesco (Statistica Sociale) Confronto fra gruppi: il metodo ANOVA 1 / 23 1 Nella popolazione, per ciascun gruppo la distribuzione della variabile risposta
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
Analisi grafica residui in R. Da output grafico analisi regressionelm1.csv Vedi dispensa. peso-statura
Analisi grafica residui in R Da output grafico analisi regressionelm1.csv Vedi dispensa peso-statura 1) Il plot in alto a sinistra mostra gli errori residui contro i loro valori stimati. I residui devono
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA. Tesi di laurea
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA Tesi di laurea Impatto della parte sistematica della politica monetaria europea sul cambio
R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo [email protected] Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
Modelli time-series per la previsione mensile della domanda elettrica
Modelli time-series per la previsione mensile della domanda elettrica Margherita Grasso Universita Bocconi IEFE FIRST DRAFT PRELIMINARY & INCOMPLETE 1 Indice della presentazione 1. Obiettivi 2. Analisi
CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE
UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA IN STATISTICA ECONOMIA E FINANZA TESI: Confronto tra modelli predittivi per l inflazione: Una verifica empirica per gli USA.
2. STYLE ANALYSIS DEI FONDI COMUNI D INVESTIMENTO. pag.10 2.1 Introduzione pag.10 2.2 Metodologia pag.11
INDICE: SOMMARIO 1. I FONDI COMUNI D INVESTIMENTO pag.5 1.1 Definizione e caratteristiche di un fondo comune d investimento pag.5 1.2 La struttura di un fondo comune d investimento..pag.6 1.3 Classificazione
ESERCITAZIONE ECONOMETRIA
ESERCITAZIONE ECONOMETRIA Giovanni Angelini [email protected] 0541-434058 Ricevimento: Venerdì 10-12, piano terra di palazzo Diamante Novembre 2012 ESERCITAZIONE ECONOMETRIA I. BREVE INTRODUZIONE
La regressione lineare multipla
13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività
Statistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
CAPITOLO 5 Introduzione ai piani fattoriali
Douglas C. Montgomery Progettazione e analisi degli esperimenti 2006 McGraw-Hill CAPITOLO 5 Introduzione ai piani fattoriali Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria
Capitolo 1 MODELLI ECONOMICI DEL TASSO DI CAMBIO 11
Indice INTRODUZIONE p. 8 Capitolo 1 MODELLI ECONOMICI DEL TASSO DI CAMBIO 11 1.1 - TASSI DI CAMBIO E MERCATI VALUTARI: APPROCCIO DI PORTAFOGLIO 11 1.1.1 TASSI DI CAMBIO E TRANSAZIONI INTERNAZIONALI Prezzi
Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
Corso di Econometria B Prof. Luca Stanca
Corso di Econometria B Prof. Luca Stanca o Marco Bianchi 2647 Gianluca Capuano 58318 Alessandro Nella 57994 La dinamica degli investimenti pubblici e privati in Italia dal 196 al 22 La nostra relazione
Statistica economica
Statistica economica a.a. 013/14 Dr. Luca Secondi 10.a. Output tipico di un modello di regressione lineare multipla 1 Le analisi basate sul modello di regressione prevedono la stima dei coefficienti associati
Statistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: [email protected] 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
REGRESSIONE lineare e CORRELAZIONE. Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori
REGRESSIONE lineare e CORRELAZIONE Con variabili quantitative che si possono esprimere in un ampio ampio intervallo di valori Y X La NATURA e la FORZA della relazione tra variabili si studiano con la REGRESSIONE
Esercizio 4 (Regressione multipla)
Esercizio (Regressione multipla) DATI Il data set employee.sav (o employee.xls; fonte SPSS) contiene 7 dati relativi agli impiegati di un azienda. Le variabili sono ID Employee Code BDATE Date of Birth
Descrizione per la costruzione del modello di regressione
Descrizione per la costruzione del modello di regressione Formulazione delle Ipotesi Ricerca delle variabili esplicative Dati Modello Stima dei parametri Verifica Modello IL MODELLO DI REGRESSIONE LINEARE
La congiuntura. internazionale
La congiuntura internazionale N. 3 AGOSTO 2015 É in peggioramento la dinamica del commercio mondiale, che vede rallentare i volumi delle importazioni e delle esportazioni sia nei paesi avanzati che nei
Il modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
Il Modello di Scomposizione
Approccio Classico: Metodi di Scomposizione Il Modello di Scomposizione Il modello matematico ipotizzato nel metodo classico di scomposizione è: y t =f(s t, T t, E t ) dove y t è il dato riferito al periodo
Data Mining. Prova parziale del 20 aprile 2017: SOLUZIONE
Università degli Studi di Padova Corso di Laurea Magistrale in Informatica a.a. 2016/2017 Data Mining Docente: Annamaria Guolo Prova parziale del 20 aprile 2017: SOLUZIONE ISTRUZIONI: La durata della prova
Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017
Esercitazione 5 - Statistica (parte II) Davide Passaretti 9/3/2017 Contents 1 Inferenza sulla regressione semplice 1 1.1 Test sulla pendenza della retta................................... 1 1.2 Test sull
Cattedra di Mercati e investimenti finanziari
Cattedra di Mercati e investimenti finanziari I mercati obbligazionari: un analisi dei trend più recenti Prof. Domenico Curcio I mercati obbligazionari internazionali I rendimenti dei titoli di Stato decennali
Minimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi
Minimi quadrati ordinari Interpretazione geometrica Eduardo Rossi Il MRLM Il modello di regressione lineare multipla è usato per studiare le relazioni tra la variabile dipendente e diverse variabili indipendenti
Il modello di struttura per scadenza della Banca Centrale Europea
Il modello di struttura per scadenza della Banca Centrale Europea Claudio Pacati 10 novembre 2008 La Banca Centrale Europea (bce) pubblica 1 strutture per scadenza dei tassi di interesse dell euro con
L ANDAMENTO DEI PRINCIPALI DATI MACROECONOMICI: ECONOMIA ITALIANA ANCORA IN DIFFICOLTA
1385 L ANDAMENTO DEI PRINCIPALI DATI MACROECONOMICI: ECONOMIA ITALIANA ANCORA IN DIFFICOLTA 31 Luglio2017 a cura del Gruppo Parlamentare della Camera dei Deputati Il Popolo della Libertà Berlusconi Presidente
Un applicazione della modellistica ARCH-GARCH
Un applicazione della modellistica ARCH-GARCH Federico Andreis Tesina per l esame di Metodi Statistici per la Finanza e le Assicurazioni A.A. 2005/2006 Prof. Diego Zappa Il grafico della serie storica
Fac-simile prova di esame
UNIVERSITÀ CA FOSCARI DI VENEZIA FACOLTÀ DI ECONOMIA Statistica Computazionale I Prof. Stefano Tonellato COGNOME.................................... NOME.................................... MATRICOLA....................................
ESERCITAZIONI DI LOGISTICA. Laurea in Ingegneria Logistica e della Produzione. Corso di Logistica e di Distribuzione
ESERCITAZIONI DI LOGISTICA Laurea in Ingegneria Logistica e della Produzione Corso di Logistica e di Distribuzione Docente: Prof. Ing. Giulio Zotteri A.A. 2002/2003 Tutore: Ing. Scapaccino Giuliano QUARTA
Multicollinearità. Strumenti quantitativi per la gestione
Multicollinearità Strumenti quantitativi per la gestione Emanuele Taufer file:///c:/users/emanuele.taufer/dropbox/3%20sqg/classes/3c_mc.html#(1) 1/13 Quando non tutto va come dovrebbe Si parla di multi-collinearità
Variabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
C Introduzione ad EViews
C Introduzione ad EViews C.1 Aspetti generali EViews, evoluzione per Windows del programma MicroTSP per DOS, creato nel 1981, è un programma che consente di effettuare analisi statistiche ed econometriche.
BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il costo mensile Y di produzione e il corrispondente volume produttivo X per uno dei propri stabilimenti. Volume
Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
Giorno n. clienti di attesa
Esercizio 1 Un aspetto cruciale per la qualità del servizio ai clienti in un supermercato è il cosiddetto checkout (ovvero il tempo che il cliente impiega dal momento in cui si mette in fila alla cassa
Regressioni Non Lineari
Regressioni Non Lineari Fino ad ora abbiamo solo considerato realazioni lineari Ma le relazioni lineari non costituiscono sempre le migliori approssimazioni La regressione multipla può anche essere formulata
Esercitazione 5 Sta/s/ca Aziendale
Esercitazione 5 Sta/s/ca Aziendale David Aristei 12 maggio 2015 Si è interessa/ ad analizzare le determinan/ a livello aziendale della produ>vità del lavoro (PL, in migliaia di euro per dipendente) di
STATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
Note introduttive Il software econometrico Easy Reg è scaricabile gratuitamente da internet (http://econ.la.psu.edu/~hbierens/easyreg.
Note introduttive Il software econometrico Easy Reg è scaricabile gratuitamente da internet (http://econ.la.psu.edu/~hbierens/easyreg.htm) Per importare i dati in Easy Reg bisogna: 1. Cambiare le impostazioni
La diversificazione dei portafogli nel nuovo scenario
La diversificazione dei portafogli nel nuovo scenario Lea Zicchino Specialist Prometeia spa Correlazioni e diversificazione di portafoglio indici total return (31/7/07=100) andamento del portafoglio (31/7/07-31/5/10
Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
