Episode 4b: USDEUR FX rate forecast with a VAR model (Gretl)
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška ukazuje tvorbu makroekonomického modelu na predpoveď výmenného kurzu USD/EUR pomocou vektorovej autoregresie (VAR) v programe Gretl. VAR zvláda spätné väzby medzi premennými (endogenitu), no vyžaduje diferencované, stacionárne dáta, dummy premenné pre krízy a šoky (recesie podľa business cycle clock Európskej komisie) a rozdelenie vzorky na trénovaciu (cca 80 %) a testovaciu časť. Modely sa porovnávajú podľa chýb MAE a RMSE a rezíduá sa testujú na autokoreláciu (Durbin-Watson, Ljung-Box) a normalitu (Doornik-Hansen, Jarque-Bera); pri zlyhaní sa pridávajú oneskorenia alebo dummy premenné. V praktickej časti sa vytvárajú premenné ako suverénna prémia (rozdiel 10-ročných výnosov USA a Francúzska) a inflačná prémia, nastavuje sa pesimistický scenár recesie na rok dopredu a určuje sa hierarchia premenných vo VAR modeli.
- - VAR funguje ako regresia, ale zvláda endogenitu a spätné väzby medzi premennými.
- - Vstupné dáta musia byť diferencované (t mínus t−1), aby boli stacionárne a výsledky nevychýlené.
- - Dummy premenné pre recesie a zmeny režimu (business cycle clock EK) obmedzujú vplyv odľahlých hodnôt na p-hodnoty.
- - Vzorka sa delí na trénovaciu (cca 80 %) a testovaciu časť; modely sa porovnávajú podľa MAE a RMSE.
- - Rezíduá nesmú byť autokorelované (Durbin-Watson okolo 2, p-hodnota nad 0,05); pri zlyhaní sa zvyšuje počet oneskorení, pri kvartálnych dátach od 4.
- - Normalita rezíduí (Doornik-Hansen, Jarque-Bera) je kľúčová pri predpovedi; riešením sú ďalšie dummy premenné.
- - Počet premenných sa znižuje konštrukciou suverénnej a inflačnej prémie (USA mínus Francúzsko).
- - Poradie premenných vo VAR určuje hierarchiu dôležitosti, pričom inflácia je na prvom mieste.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky