vuoi
o PayPal
tutte le volte che vuoi
a)
Yt = εt + t(εt-1 + 0.8 εt-1)
E(Yt) = E(εt) + t E(εt-1) + 0.8 E(εt-1) = E(εt) + E(εt-1) + 0.8 E(εt-1) = 0
⇨ Non dipende dal tempo
Var(Yt) = Var(εt) + t2Var(εt) + 0.82 Var(εt) + Cov = σ2 + t2σ2 + 0.82σ2 + t(1 + 0.8)σ2
⇨ Depend dal tempo quindi non è stazionario in cov
b) Yt = X'β + μt
{ H0: no autocorrelazione μt
H1: μt = β1 μt-1 + β2 μt-2 + εt
con εt ~ WN(0,σ2)
TEST DI GODFREY-BREUSCH
1. Ŷt = β̂0 + β̂1Xt + μt
2. Risoluzioni ŷt
3. ŷt = β̂0 + β̂1Xt + μ1ŷt + β̂2 ŷt-2 + εt
Test ipotesi ⟶ F ∼ F
2. F ∼ 2 ν
(LM): T⋅R2 ∼ χ2
'μ' minucoli
c) r̂p performance
ap Shape del portafoglio
p Shape performance Sharpe attuale
Ho: p̂s = p̂SFR
⟶ TEST GRS (Gibbons-Ross-Shanken)
GRS: fizz ο η
(n - 1)⟶ FnTn-1
ES. 2
d)
Estimazione ε̂t = 0.080 + 0.801 St + 0.321 MPBI + 0.164 REL [ORREA] :
⇨ Test non testona la significatività
t = 0.801 = 5.45 | t | > 1.96 R [ruto Ho o è significativo]
t = 3.21 = 2.36 → Significativo
E(Dt) = E(Dt-1) = μ
εt = 0.036 + 0.7μ
μ = -0.036 / 0.12 μ = 0
Var (Dt) = Var (0.036 + 0.7 Dt-1 + εt) = = 0.72 Var(Dt-1) + Var(εt) + 2 0.7 Cov (Dt-1, εt)
δ0 εt L ε δ
δ0 = 0.72 δ0 + 0.01σ2 δ0 = 0.01σ2 1 - 0.72
γ1 = Cov (Dt, Dt+1) = Cov (0.036 + 0.7Dt-1 + εt, Dt-1) = = 0.7 Cov (Dt-1, Dt-2)
δ1 εt
δ2 = 0.7 δ1 = 0.7 ⋅ 0.7 ⋅ δ0 = 0.72 ⋅ δ0
δk = 0.7k ⋅ δ0
A 0.7δ0 0.72δ0 0.73δ0 δ0 0 k
Dt = 3.4 Êt = -1.3
E(Dt+1 | It) = E(0.036 + 0.7 Dt + Et+1 | It) = = 0.036 + 0.7 Dt + E(εt+1 | It) = = 0.036 + 0.7 Dt + Et+10 = 2.416 0
20 passi avanti -> maggiormente rilevante la varianza marginale e varianza di lungo periodo
ES 5
Zit = βi Zt + Mit
Mat ∼ iid (0, 0.012)
Mbt ∼ iid (0, 0.042)
σM = 0.01
ρA = 1.1
ρB = 0.82
- ZAT = 1.1 · 0.01 = 0.011
- ZBT = 0.82 · 0.01 = 0.0082
a
ZA - ZB = 3.1 ± 1.1, con P = 60%
Prob (2.1 ≤ ZA-ZB-3.1 ≤ 4.1) = 60%
2.1 -3.1
-0.84
Prob ( )
0.84
N(0,1)
60%
20%
20%
-0.84
0.84
0.04 - 0.03∕0.02 = 0.84 → J = 0.012
Varianza dell'opinione = 0.0122
b È come se fosse un'opinione relativa
( 1 -1 )
Pesi
(2A/2B)
μ
ɛ ∼ (0, 0.0122)