Για τη διαμόρφωση χρηματοοικονομικών προβλέψεων χρησιμοποιούνται στατιστικά

υποδείγματα και η υποδειγματοποίηση των δεδομένων που έχουμε λαμβάνει υπ’ όψιν

και τις προτάσεις των οικονομικών θεωριών, στα πλαίσια οικονομετρικών

υποδειγμάτων. H στατιστική ανάλυση χρονολογικών σειρών παίζει σημαντικό ρόλο

στην υποδειγματοποίηση χρηματοοικονομικών δεδομένων.

ΣΕ TI ΒΑΘΟΣ ΧΡΟΝΟΥ;

Έχοντας υπ’ όψιν τις κλάσεις των στατιστικών υποδειγμάτων χρονολογικών σειρών

και των οικονομετρικών υποδειγμάτων, μπορούμε να εξετάσουμε τα δεδομένα μας

και να κάνουμε μία (αρχική έστω) επιλογή υποδείγματος. Μετά την εκτίμηση των

παραμέτρων που ελέγχουν την προσαρμογή του υποδείγματος στα δεδομένα, μπορούμε

να προχωρήσουμε στη δημιουργία προβλέψεων. Εδώ προκύπτει το εξής πρόβλημα: σε

τι βάθος χρόνου θα κάνουμε πρόβλεψη;

H απάντηση στο ερώτημα αυτό στηρίζεται σε δύο σκέλη, ένα οικονομικό και ένα

στατιστικό. Το στατιστικό σκέλος έχει να κάνει με ένα θεμελιώδες αποτέλεσμα

στη θεωρία των προβλέψεων: όσο μεγαλύτερος είναι ο χρονικός ορίζοντας της

πρόβλεψης τόσο μειώνεται η προβλεπτική ικανότητα οποιουδήποτε στατιστικού ή

οικονομετρικού υποδείγματος (η πιθανότητα να «πέσουμε έξω» στις προβλέψεις μας

αυξάνει σημαντικά). Επιπλέον, είναι σημαντικό να σημειώσουμε ότι όσο μεγαλώνει

ο ορίζοντας της πρόβλεψης τόσο μεγαλύτερη γίνεται και η πιθανότητα να υπάρξει

διαρθρωτική αλλαγή στο προβλεπτικό υπόδειγμα – και οι προβλέψεις να χάσουν τη

σχετική τους ακρίβεια.

Το οικονομικό σκέλος έχει να κάνει με τη διαδικασία λήψης οικονομικών

αποφάσεων: ο χρονικός ορίζοντας της πρόβλεψης είναι συνάρτηση της

προσδοκώμενης χρήσης της πρόβλεψης. Για μακροχρόνιο σχεδιασμό είναι προφανές

ότι χρειάζονται προβλέψεις σε μεγαλύτερο βάθος χρόνου.

H ΣΥΧΝΟΤΗΤΑ ΠΑΡΑΤΗΡΗΣΗΣ

Είναι σημαντικό να τονίσουμε ότι, για να υπάρξει ισορροπία μεταξύ των

οικονομικών επιδιώξεων για τη λήψη αποφάσεων και της μείωσης της προβλεπτικής

ικανότητας ενός υποδείγματος, πρέπει να χρησιμοποιούμε δεδομένα με την

κατάλληλη συχνότητα παρατήρησης. Αν θέλουμε, δηλαδή, να κάνουμε πρόβλεψη για

τους επόμενους δώδεκα μήνες, συχνά είναι καλύτερο να χρησιμοποιήσουμε ετήσια

στοιχεία (χρονικός ορίζοντας πρόβλεψης ένα έτος) παρά μηνιαία στοιχεία

(χρονικός ορίζοντας πρόβλεψης 12 μήνες).

Τελευταία Νέα