Структурное подразделение:  Лаборатория макроэкономического прогнозирования

Руководитель работ:  Турунцева Марина Юрьевна, Заведующий научно-исследовательской лабораторией, Кандидат экономических наук

Сроки выполнения: 2023 год.

Актуальность исследования: Дробно-интегрированные временные ряды представляют собой общий класс моделей, которые охватывают стационарное и нестационарное поведение, а также отражают свойство так называемой долгосрочной зависимости, или длинной памяти, и ключевой параметр, параметр памяти, характеризует фундаментальную часть инерционности временного ряда. В работах Granger and Joyeux (1980) and Hosking (1981) была предложена модель ARFIMA, учитывающая более медленное затухание автоковариаций временного ряда, что характерно для многих экономических и высокочастотных финансовых временных рядов. С другой стороны, необходимо разделять, что является источником длинной памяти, то есть не будет ли длинная память возникать из-за неучтённых характеристик временного ряда, таких как структурные сдвиги или агрегирование (Haldrup and Vera Vald?es, 2017, Parke, 1999, Chevillon and Mavroeidis, 2017). Также важным вопросом является оценивание параметра памяти во временных рядах, см. Velasco (2006). Вместо тестирования гипотезы единичного корня против стационарной альтернативы можно было бы тестировать гипотезу единичного корня против дробной альтернативы, и модифицировать соответствующие тесты Дики-Фуллера. Аналогично обобщаются методы коинтеграции, когда различные временные ряды могут иметь различный дробный порядок интегрированности. Все методы оценивания и тестирования могут быть некорректными, если в данных содержатся нестационарная волатильность и/или тяжелые хвосты в распределении.

Основная цель исследования: Разработать новые методы статистических тестов, устойчивых к долгосрочной зависимости (длинной памяти) с неоднородностью и тяжелохвостностью в экономических и финансовых данных

Основные фундаментальные и прикладные задачи, решаемые в рамках исследования:

1. Разработка и модификация теории тестирования гипотез в моделях со структурными сдвигами при наличии длинной памяти, нестационарной волатильности и тяжелохвостных распределений

2. Эмпирический анализ экономических и финансовых временных рядов на предмет наличия длинной памяти