Item Resposta Teoria / Rasch modelos em SPSS Estatísticas Problema (Resumo) Eu tenho dados que representa as respostas a um conjunto de perguntas do teste (ou itens de levantamento de atitude), com 1 variável para cada pergunta. Sugeriu-se que eu deveria analisar essas variáveis com um modelo de Teoria da Resposta ao Item (IRT). Forneça uma breve definição dos modelos IRT. A idéia básica dos modelos IRT (também conhecidos como modelos de traços latentes) é que há um traço subjacente - uma habilidade ou nível de conhecimento ou uma atitude, por exemplo , Que se reflete na resposta aos itens de teste ou levantamento. A probabilidade de obter cada item correto (ou concordar com ele, em um levantamento de atitude) é uma função da dificuldade itens ea quantidade de traço subjacente no entrevistado. Na construção do teste, você espera encontrar itens com níveis de dificuldade em toda a faixa de capacidade em sua população-alvo de testados. Em modelos de 2 parâmetros, a inclinação da função IRT (discriminação) é o segundo parâmetro a estimar. Os modelos de 3 parâmetros incluem um parâmetro de adivinhação, normalmente para itens de múltipla escolha. Os modelos de Rasch são modelos de 1 parâmetro, mas também são baseados em uma filosofia diferente de análise de teste e construção de modelos de IRT de parâmetro mais alto. Para obter um gráfico que forneça distinções e semelhanças entre o modelo Rasch e 1-Parameter Logistic (1-PL), consulte o seguinte artigo on-line. Linacre J. M. (2005). Modelo dicotômico de Rasch vs. Modelo Logístico de Um Parâmetro. Rasch Measurement Transactions, 19: 3, 1032. rasch. org/rmt/rmt193h. htm O SPSS não possui procedimentos internos para os modelos IRT. Até à data desta escrita, muito a pesquisa de IRT é conduzida ainda com software IRT especializado, tal como aquele produzido por Software Científico, Sistemas de Avaliação Corp. e Winsteps (para modelos de Rasch), por exemplo. Um pedido de aprimoramento foi arquivado no SPSS Development. No entanto, a comunidade SPSS no IBM developerWorks fornece um conjunto de comandos de extensão que podem ser instalados no diretório SPSS Statistics para estender os recursos do programa. Esses comandos de extensão requerem os plug-ins de programação para R e / ou Python. Há comandos de extensão baseados em IRT disponíveis para SPSS versões 17 e acima para usuários que instalaram o módulo SPSS Programmability e os plugins R. Clique no link quotDownload materials for IBM SPSS Statisticsquot no site da Comunidade SPSS para saber mais sobre os plug-ins de programação e os comandos de extensão. Até à data desta escrita, há quatro comandos da extensão que aplicam análises IRT-baseadas. Os comandos e descrições da página de extensões são: 1. SPSSINC RASCH - baixado do link SPSSINCRASCH. zip na página de extensões. R Extension Command para Modelos Rasch Versão: 1.1.0, Estatísticas Mínimas Versão: 17.0.0, Autor: AR, IBM SPSS A partir da versão estatística 19, este pacote está incluído no R Essentials. Este pacote fornece um procedimento e uma interface de caixa de diálogo para a estimativa de modelos Rasch. Ele requer R, os R Plug-Ins eo pacote R ltm. 2, STATS EXRASCH - baixado do link STATSEXRASCH. spe na página de extensões. Ele requer R, os R Plug-Ins eo pacote R eRm. Estatística Mínima Versão: 18 Este procedimento calcula modelos Rasch padrão e cinco extensões: RM: Rasch Binário, valores de item 0/1 LLTM: Teste Logístico Linear, valores de item 0/1 RSM: Escala de Classificação Politomosa, mais de dois valores LRSM: Linear Rating Escala, mais de dois valores PCM: Polytomous Crédito Parcial, mais de dois valores LPCM: Polytomous Linear Parcial Crédito, mais de dois valores 3. STATS IRM - baixado do link STATSIRM. spe na página de extensões. O comando STATS IRM ajusta-se a modelos de resposta de item de logística de três parâmetros (3-PL) usando a função tpm do pacote R ltm. Supõe-se que os valores das variáveis item são 0,1. Por padrão, o procedimento produz estimativas dos coeficientes do modelo e você pode solicitar saída opcional, como estatísticas de ajuste de item, gráficos das pontuações dos fatores e curvas características do item e salvar estatísticas de ajuste de pessoa para um novo conjunto de dados. Este comando de extensão não tem opções para restringir o parâmetro de discriminação para igualar um valor especificado ou ter um valor estimado comum ou para fixar o parâmetro de adivinhação para 0. Portanto, o parâmetro de um parâmetro (1-PL) e dois parâmetros (2-PL ) Modelos logísticos de IRT não estão disponíveis atualmente. 4. STATS GRM - descarregado do link STATSGRM. spe na página de extensões. Este pacote se encaixa o modelo Graded Response para dados politomatosos ordinal através de uma abordagem IRT. Ele requer R, o plugin R eo pacote R ltm. Todos os quatro comandos de extensão acima requerem pelo menos a versão 17.0 do SPSS Statistics. A área quotEssentials e Plugins da página quotDownloads para IBM SPSS Statisticsquot irá ajudá-lo a instalar as ferramentas de programação e as versões corretas do Python e R para sua versão do SPSS Statistics. Uma vez que um comando de extensão tenha sido baixado para o seu computador, ele pode ser instalado a partir do Pacote Utilitários-gtExtension-gtInstall Bundle de Extensão Local no SPSS Statistics. A partir do SPSS Statistics v. 22, as etapas de download e instalação podem ser executadas em uma única etapa do menu SPSS Utilitários-gtExtension Bundles-gtTransferir e instalar bundles de extensão. Se estiver instalando do Windows 7 ou 8, certifique-se de que o SPSS Statistics foi iniciado em quotRun como modo administratorquot. (Clique com o botão direito do mouse no ícone SPSS Statistics na área de trabalho ou no menu Iniciar e escolha quotRun como administrador. Note que os pacotes R ltm e eRM, listados acima, são instalados quando você instala os respectivos comandos de extensão. Resumo: Um modelo de três fatores usando o padrão-inesperado-ganhos e fatores de fluxo de caixa para preço explica 15 anomalias bem conhecidas de precificação de ativos. Nossa experiência de mineração de dados fornece um pano de fundo contra o qual essas alegações podem ser avaliadas. Nós construímos três - Factor de preços que correspondem a margens de retorno associadas a até 15 das 27 características da empresa comumente utilizados sobre a amostra de 1971 a 2011. Nós formamos os ativos-alvo classificando as empresas em dez carteiras sobre cada uma das características escolhidas e formam candidatos preços fatores como Longas posições curtas nos portfólios de deciles extremos. A nossa análise esgota todos os possíveis 351 modelos de três fatores, consistindo em dois fatores característicos, além da carteira de mercado. 65 dos modelos de fator examinados correspondem a uma fração maior das secções transversais de retorno alvo do que o CAPM ou o modelo Fama-francês de três fatores. Descobrimos que o desempenho relativo do conjunto completo de modelos de três fatores é altamente sensível à escolha da amostra e à metodologia de construção do fator. Nossos resultados destacam os desafios da avaliação de modelos de fatores empíricos. Palavras-chave: Anomalias, modelo de fator, mineração de dados, característica da empresa Dezembro de 2012 Resumo: Vários estudos anteriores analisaram o efeito das crises financeiras sobre a produção efetiva vários anos após a crise. O objetivo deste trabalho é examinar se o crescimento do produto potencial também é afetado por recessões, mesmo que elas incluam crises financeiras. A tendência do crescimento do produto per capita é calculada usando filtros da HP e o crescimento médio é comparado nos dois anos que precedem uma recessão, nos dois anos imediatamente após o pico de recessão e nos dois anos seguintes. As regressões de painel são executadas para determinar se as características das recessões, incluindo a profundidade, extensão, extensão em que estão sincronizados entre países e se incluem ou não uma crise financeira, podem explicar a perda cumulativa de quatro anos no nível de produto potencial Um pico de saída antes de uma recessão. O principal resultado é que a profundidade de uma recessão tem um efeito significativo sobre a perda de potencial para os países avançados, enquanto o comprimento é importante para os mercados emergentes. Estes resultados implicam que a Grande Recessão poderia ter resultado em declínios no crescimento tendencial da produção em média de cerca de 3 por cento para as economias avançadas, mas parecem ter tido pouco efeito no crescimento da tendência dos mercados emergentes. Resumo: Propomos uma nova explicação para o aumento observado na correlação dos preços das commodities na última década. Em contraste com as teorias que dependem da crescente influência dos especuladores financeiros, mostramos que a correlação de preços pode aumentar como resultado de uma queda nas taxas de juros. De forma mais geral, examinamos o efeito das taxas de juros sobre a volatilidade ea correlação dos preços das commodities, teoricamente através da estrutura de Deaton e Laroque (1992) e empiricamente através de um modelo GARCH de painel. Em teoria, mostramos que taxas de juros mais baixas diminuem a volatilidade dos preços, uma vez que menores custos de estoques promovem a suavização de choques transientes e podem aumentar a correlação de preços se choques comuns forem mais persistentes do que choques idiossincráticos. Empiricamente, como previsto pela teoria, verificamos que a volatilidade dos preços atribuível a choques transitórios diminui com as taxas de juros, enquanto que, principalmente para os preços dos metais, a correlação de preços aumenta à medida que as taxas de juros diminuem. Palavras-chave: Armazenamento de commodities, painel GARCH, modelo de fator dinâmico Resumo: Desenvolvemos um modelo parcimonioso bivariado de inflação e desemprego que permite uma variação persistente na inflação tendencial e na taxa de desemprego não acelerante. O modelo, que consiste em cinco componentes não observados, incluindo as tendências) com volatilidade estocástica, implica um modelo de autorregressão vetorial variável no tempo para mudanças nas taxas de inflação e desemprego. A curva de Phillips implícita para trás tem uma inclinação variando no tempo que é mais acentuada na década de 1970 do que na década de 1990. Os experimentos de previsão pseudo-fora da amostra indicam melhoras em relação aos benchmarks univariados. Desde 2008, a curva de Phillips implícita tornou-se mais acentuada ea taxa de desemprego não-acelerando da inflação aumentou. Palavras-chave: Previsão de inflação, curva de Phillips, modelo tendencial, NAIRU Novembro 2012 Gunter Coenen, Roland Straub e Mathias Trabandt Resumo: Procuramos quantificar o impacto no PIB da área do euro do Plano de Recuperação Econômica Européia (EERP) A crise financeira de 2008-09. Para isso, estimamos uma versão ampliada do Novo Modelo de Área do BCE com um setor fiscal ricamente especificado. Os resultados da estimativa apontam para a existência de complementaridades importantes entre o consumo privado e governamental e, em menor grau, entre o capital privado eo capital público. Examinamos primeiro os multiplicadores de valor presente implícitos para sete instrumentos fiscais distintos e mostramos que as complementaridades estimadas resultam em multiplicadores fiscais maiores do que um para consumo e investimento do governo. Destacamos a importância da acomodação monetária para esses achados. Mostramos então que o PREE, se implementado tal como foi inicialmente promulgado, teve um impacto considerável, embora de curta duração, sobre o PIB da área do euro. Uma vez que o EERP inclui medidas de estímulo fiscal baseadas nas receitas e nas despesas, o multiplicador total é inferior à unidade. Palavras-chave: Política fiscal, multiplicador fiscal, Plano de Recuperação Econômica Europeia, modelagem DSGE, inferência bayesiana, área do euro Novembro de 2012 Deepa Dhume Datta e Wenxin Du Resumo: O estimador de Newey e West (1987) tornou-se a maneira padrão de estimar uma heteroscedasticidade e autocorrelação Consistente (HAC) matriz de covariância, mas não se aplica imediatamente a séries de tempo com observações faltando. Demonstramos que a abordagem intuitiva para estimar o espectro verdadeiro do processo subjacente usando apenas os dados observados leva a inferência incorreta. Em vez disso, propomos dois estimadores HAC consistentes simples para séries temporais com dados faltantes. Primeiro, desenvolvemos o estimador de amplitude modulada aplicando o estimador de Newey-West e tratando as observações ausentes como correlacionadas não serialmente. Em segundo lugar, desenvolvemos o estimador Equal Spacing aplicando o estimador Newey-West à série formada pelo tratamento dos dados como igualmente espaçados. Mostramos a consistência assintótica de ambos os estimadores para fins de inferência e discutimos a variância finita da amostra eo tradeoff de viés. Em simulações de Monte Carlo, demonstramos que o estimador de Espaçamento Igual é preferido na maioria dos casos devido ao seu viés mais baixo, enquanto o estimador de Amplitude Modulada é preferido para pequeno tamanho de amostra e baixa autocorrelação devido à sua menor variância. Palavras-chave: Heteroscedasticidade, correlação serial, inferência robusta, dados faltantes Materiais relacionados: Programas (79 KB ZIP). Matlab código e Stata instruções para tornar mais fácil para os investigadores a aplicar os estimadores discutidos no documento. Publicado: novembro de 2012 Revisão: julho 2013 Ricardo Correa. Horacio Sapriza. E Andrei Zlate Resumo: Este documento documenta um novo tipo de canal de crédito bancário transfronteiriço. O aprofundamento da crise da dívida soberana europeia em 2011 restringiu a intermediação financeira dos bancos europeus nos Estados Unidos. Nesse período, alguns dos ramos norte-americanos de bancos europeus enfrentaram um choque de liquidez em dólares devido ao risco percebido que refletia o risco soberano de seus países de origem, o que, por sua vez, afetou os ramos que emprestam às entidades dos EUA. Usamos um novo conjunto de dados para analisar as operações de sucursais de bancos estrangeiros nos Estados Unidos. Nossos resultados mostram que: (1) os ramos norte-americanos de bancos europeus experimentaram uma corrida em seus depósitos, principalmente de fundos do mercado monetário norte-americano. (2) As agências com acesso limitado a grandes depósitos a prazo dependiam mais do financiamento das suas próprias instituições-mãe, passando assim de ser fornecedores líquidos para serem receptores líquidos de financiamento em dólares dos seus escritórios relacionados. (3) Uma vez que o financiamento adicional recebido das instituições-mãe não foi suficiente para compensar a diminuição do acesso ao financiamento norte-americano, tais agências reduziram os seus empréstimos a entidades americanas. Palavras-chave: Risco soberano, banca internacional, fundos do mercado monetário, gestão de liquidez Novembro de 2012 Resumo: A moeda norte-americana tem sido uma loja desejável de valor e meio de troca em épocas e lugares onde a moeda local ou os depósitos bancários são inferiores em um ou mais aspectos. De fato, como observado em trabalhos anteriores, uma parcela substancial da moeda norte-americana circula fora dos Estados Unidos. Embora não existam medições precisas das existências e dos fluxos de moeda dos EUA fora dos Estados Unidos, uma variedade de fontes de dados e métodos foram desenvolvidos para fornecer estimativas. Este artigo analisa os dados brutos disponíveis para a medição dos fluxos de notas internacionais e apresenta atualizações sobre os métodos indiretos de estimativa do estoque de moeda detidos no exterior: o método sazonal e o método biométrico. Esses métodos requerem alguns ajustes, mas continuam indicando que uma grande parcela da moeda americana é mantida no exterior, especialmente na denominação 100. Além destes métodos indiretos existentes, desenvolvo uma estrutura e variantes básicas de um novo método para estimar a participação da moeda norte-americana no exterior. Embora os métodos e as estimativas sejam dispares, eles fornecem suporte para várias hipóteses sobre estoques e fluxos em dólares transfronteiriços. Em primeiro lugar, uma vez que um país ou região começa a usar dólares, as crises subseqüentes resultam em entradas adicionais: as fontes dominantes de demanda internacional na última década e meia são os países e regiões que eram conhecidos como usuários pesados do dólar no início ao meio - Década de 1990 Em segundo lugar, a estabilização econômica e a modernização parecem resultar na reversão desses influxos. Especificamente, a demanda por moeda norte-americana foi extremamente forte durante a década de 1990, período de turbulência para a ex-União Soviética e para a Argentina, dois dos maiores usuários ultramarinos da moeda norte-americana. A demanda diminuiu no início dos anos 2000, à medida que as condições se estabilizavam gradualmente e à medida que as instituições financeiras se desenvolviam. No entanto, esta tendência inverteu-se acentuadamente com o início da crise financeira no final de 2008 e continuou desde então. Palavras-chave: Moeda, notas, dolarização, crise Outubro 2012 Stephanie E. Curcuru e Charles P. Thomas Resumo: Um enigma de longa data é que os Estados Unidos é um mutuário líquido do resto do mundo, mas continua a receber renda em sua posição externa . Uma grande diferença entre os rendimentos do investimento direto no país e no exterior é responsável e este trabalho examina possíveis explicações para esse diferencial. Descobrimos que a maior parte do diferencial desaparece após o ajuste para os impostos norte-americanos devidos pelo pai sobre os ganhos no exterior, o risco soberano e os custos irrecuperáveis associados ao investimento no exterior e a idade do investimento direto estrangeiro nos Estados Unidos. A maior parte da diferença de rendimentos deve permanecer enquanto houver uma diferença nas taxas de imposto entre os Estados Unidos e os países em que as empresas dos EUA investem e os investimentos dos EUA são percebidos como relativamente seguros. Isso tem implicações para a sustentabilidade a longo prazo do déficit em conta corrente dos EUA, que dependerá, em parte, do comportamento a longo prazo dessa renda. Resumo: As Autorregressões Globais de Vetores (GVARs) têm várias características atraentes: múltiplos canais potenciais para a transmissão internacional de choques macroeconômicos e financeiros, um Escolha estandardizada economicamente atraente de variáveis para cada país ou região examinada, tratamento sistemático de propriedades de longo prazo através de análise de cointegração e especificação dinâmica flexível através de modelagem de correção de erros vetoriais. Pesaran, Schuermann e Smith (2009) geram e avaliam previsões de um paradigma GVAR com 26 países, baseado em Des, di Mauro, Pesaran e Smith (2007). O presente trabalho avalia empiricamente o GVAR em Des, di Mauro, Pesaran e Smith (2007) com saturação de indicadores de impulso (IIS), um novo procedimento genérico para avaliar a constância de parâmetros, que é um elemento central na previsão baseada em modelos. Os resultados empíricos indicam espaço substancial para uma especificação melhorada e mais robusta desse GVAR. Alguns testes são sugestivos de como alcançar essas melhorias. Palavras-chave: Cointegração, correção de erros, previsão, GVAR, saturação do indicador de impulso, modelo de modelo, avaliação de modelo, seleção de modelo, constância de parâmetros, VAR Agosto 2012 Resumo: Nos Estados Unidos, Procíclica, e uma grande fração de seu ajuste associado com mudanças na produtividade é lento. O último é inteiramente inexplicado pelo modelo homogêneo-agente de referência da teoria do desemprego de equilíbrio. Eu mostro que a pesquisa endógena ea heterogeneidade horizontal do lado do trabalhador na capacidade de produção podem ser importantes para explicar este enigma de propagação. Impulsionado pelas diferenças entre os desempregados e os que procuram emprego, a probabilidade de que uma determinada empresa com abertura de emprego corresponda a um trabalhador dotado de uma vantagem comparativa nesse trabalho apresenta uma fase de ajustamento procíclico de movimento lento. Consequentemente, o mesmo acontece com os ganhos esperados com a publicação de vagas e, portanto, a relação V / U. O modelo tem canais através dos quais a maioria das razões V / U propriedades de ajuste lento e sua elasticidade com relação à produção por trabalhador podem ser contabilizadas. Palavras-chave: amplificação, vantagem comparativa, busca endógena, heterogeneidade, tensão no mercado, incompatibilidade, busca no trabalho, propagação, pesquisa e correspondência, intensidade de busca, desemprego, vagas Agosto 2012 Etienne Gagnon. David Lopez-Salido. E Nicholas Vincent Resumo: As empresas empregam uma rica variedade de estratégias de preços cujas implicações para a dinâmica de preços agregados divergem frequentemente. Esta situação representa um desafio para os macroeconomistas interessados em reduzir a rigidez dos preços dos micro e macro. Ao responder a este desafio, observamos que as diferenças na rigidez dos preços macro em todos os mecanismos de preços podem muitas vezes ser rastreadas até mudanças de preços que são acionadas ou canceladas por choques. Exploramos o comportamento dos preços observados para quantificar a importância dessa margem de ajuste para a resposta da inflação aos choques. Através de uma série de exercícios empíricos, encontramos fortes indícios de que as alterações no calendário dos ajustamentos de preços contribuem significativamente para a flexibilidade do nível de preços agregado. Palavras-chave: Inflação, margem intensiva, margem extensiva Agosto 2012 Resumo: Este artigo analisa empiricamente como a política cambial afeta a emissão e a precificação dos títulos internacionais para os países em desenvolvimento. Verificamos que os países com regimes de taxa de câmbio menos flexíveis pagam spreads de títulos soberanos mais elevados e têm menos probabilidade de emitir obrigações. Quantitativamente, a mudança de um regime de flutuação livre para um regime fixo diminui a probabilidade de emissão de títulos em 4,6 e aumenta o spread de títulos em 1,3, em média. Além disso, os países com sobreavaliação cambial real têm maiores spreads de títulos e maior probabilidade de emissão de títulos. Além disso, tais efeitos positivos da sobrevalorização da taxa de câmbio real tendem a ser ampliados para os países com regimes cambiais fixos. Nossos resultados sugerem que a escolha de um regime de câmbio menos flexível em geral leva a maiores custos de empréstimos para os países em desenvolvimento, especialmente quando suas moedas estão sobrevalorizadas. Resumo: Buscamos entender como as curvas de Laffer diferem entre os países dos EUA e da UE-14, fornecendo assim insights sobre os limites fiscais para o governo Gastos e ao serviço da dívida soberana. Como aplicação, analisamos as conseqüências para a sustentabilidade permanente dos atuais níveis de dívida, quando as taxas de juros são permanentemente aumentadas, p. Devido a medos de inadimplência. Construímos a análise em Trabandt e Uhlig (2011) e a estendemos de várias maneiras. Para obter um melhor ajuste aos dados, permitimos a concorrência monopolística, bem como tributação parcial da renda pura lucro. Atualizamos a amostra até 2010, incluindo os recentes aumentos nos gastos do governo e suas conseqüências fiscais. Nós fornecemos novos dados de taxa de imposto. Realizamos uma análise para o caso pessimista de que as mudanças fiscais recentes são permanentes. Incluímos uma análise de todos os países sobre os impostos sobre o consumo, bem como uma investigação mais detalhada da inclusão de considerações de capital humano para a tributação do trabalho. Palavras-chave: Curva de Laffer, tributação, comparação entre países, sustentabilidade da dívida, limites fiscais, crescimento endógeno endógeno, capital humano e tributação do trabalho Maio de 2012 Resumo: Construo uma base de dados que mapeia o tempo das decisões soberanas, Que fornece um meio empírico de investigar as teorias da política econômica da inadimplência soberana. Não encontro padrões robustos no momento das decisões padrão sobre os termos do cargo. Eu também não encontrar nenhuma evidência em apoio da teoria da reputação política do reembolso da dívida soberana. Finalmente, há algumas evidências tentativas de que os líderes eleitos que são inadimplentes também são aqueles que têm maior probabilidade de serem reeleitos. Motivado por evidências anedóticas, uso um modelo estilizado de líderes políticos com preocupações de carreira para demonstrar como isso pode ocorrer quando os políticos se preocupam com a reeleição. Palavras-chave: Padrão soberano, ciclos eleitorais, preocupações profissionais Abril de 2012 Christopher J. Erceg e Jesper Linde Resumo: Este artigo usa um modelo de Nova economia keynesiana de uma pequena economia aberta para comparar como os efeitos da consolidação fiscal dependem de se a política monetária for restrita Pela união monetária ou pelo limite inferior zero das taxas de política. Mostramos que existem diferenças importantes no impacto dos choques fiscais entre esses regimes monetários que dependem tanto da duração do limite inferior zero como de características que determinam a capacidade de resposta da inflação. Tara Rice e Jonathan Rose Resumo: Em setembro de 2008, as empresas patrocinadas pelo governo (GSEs) Fannie Mae e Freddie Mac foram Colocados em curadoria e os pagamentos de dividendos sobre ações ordinárias e preferenciais foram suspensos. Como resultado, os preços das ações caíram para quase zero e muitos bancos em todo o país perderam o valor de seus investimentos nas ações preferenciais. Estima-se que mais de 600 instituições depositárias nos Estados Unidos foram expostas a pelo menos 8 bilhões em perdas de investimentos desses títulos. Além disso, quinze falhas e duas fusões em dificuldades resultaram directa ou indirectamente da aquisição. Como esses investimentos foram considerados seguros por bancos, reguladores e agências de rating, consideramos essas perdas como choques exógenos para o capital dos bancos e usamos esse evento para examinar a relação entre a condição bancária da comunidade e os empréstimos durante esta crise. Constatamos que no trimestre seguinte à aquisição da Fannie Mae e Freddie Mac, o rácio de capital Tier 1 medido em bancos expostos caiu cerca de três por cento em média eo crescimento de empréstimos em bancos expostos com capitalização média foi cerca de 2 pontos percentuais menor em comparação com outros Bancos no trimestre seguinte. Consequentemente, considerando o conjunto de bancos comunitários que incorreram em cerca de 2 bilhões em perdas relacionadas ao IGE e assumindo que cada banco reduziu o crescimento de empréstimos em 2 pontos percentuais, a queda agregada estimada entre esses bancos seria de aproximadamente 4 bilhões. Palavras-chave: Banking, crise financeira, empresa patrocinada pelo governo, contração de crédito Março 2012 John Ammer. Sara B. Holland, David C. Smith e Francis E. Warnock Resumo: Os investidores norte-americanos são o maior grupo de investidores em ações internacionais no mundo, mas até agora não há provas conclusivas sobre quais tipos de empresas estrangeiras são capazes de atrair investimentos dos EUA disponível. Usando um conjunto de dados abrangente de todos os investimentos dos EUA em ações estrangeiras, descobrimos que o único determinante mais importante da quantidade de investimento norte-americano que uma empresa estrangeira recebe é se a empresa faz uma cruzada em uma bolsa norte-americana. Corrigindo os vieses de seleção, a inclusão cruzada leva a uma duplicação (ou mais) do investimento nos EUA, um impacto maior do que todos os outros fatores combinados. Demonstramos também que nossa análise de nível de empresa tem implicações para estudos de nível de país, sugerindo que a pesquisa que investiga os padrões de investimento de equidade no nível de país deve incluir a inclusão cruzada como uma variável de controle endógeno. Descrevemos métodos fáceis de implementar para incluir a importância da inclusão cruzada em nível de país. Palavras-chave: viés doméstico, escolha de carteira, divulgação financeira, governança corporativa Março 2012 Daniel O. Beltran. Resumo: As participações oficiais estrangeiras de títulos do Tesouro dos EUA aumentaram de 400 bilhões em janeiro de 1994 para cerca de 3 trilhões em junho de 2010. A maior parte desse crescimento é explicada por um punhado de economias de mercado emergentes que têm Com grandes superávits em conta corrente. Esses países estão canalizando suas economias através do setor oficial, que está então adquirindo reservas cambiais. Qualquer mudança na política para reduzir os excedentes da conta corrente ou diminuir a taxa de acumulação de reservas provavelmente diminuirá o ritmo das compras oficiais estrangeiras de títulos do Tesouro dos EUA. Será que tal desaceleração das compras oficiais estrangeiras de notas e títulos do Tesouro afeta os rendimentos do Tesouro a longo prazo? Muito provavelmente sim, e os efeitos parecem ser grandes. De acordo com nossas estimativas, se os influxos oficiais estrangeiros para títulos do Tesouro norte-americano diminuírem em um dado mês em 100 bilhões, as taxas do Tesouro a 5 anos aumentariam em cerca de 40-60 pontos base no curto prazo. Mas, uma vez que permitimos que os investidores privados estrangeiros reajam à variação do rendimento induzida pelo choque aos fluxos de entrada de funcionários estrangeiros, o efeito de longo prazo é de cerca de 20 pontos base. Para encontrar o erro padrão da estimativa, tomamos a soma de todos os termos quadrados residuais e dividimos por (n - 2), E depois pegue a raiz quadrada do resultado. Neste caso, a soma dos resíduos quadrados é 0.090.160.642.250.04 3.18. Com cinco observações, n - 2 3, e SEE (3.18 / 3) 1/2 1.03. O cálculo do erro padrão é relativamente semelhante ao do desvio padrão para uma amostra (n - 2 é usado em vez de n - 1). Ele dá alguma indicação da qualidade preditiva de um modelo de regressão, com números de SEE mais baixos indicando que previsões mais precisas são possíveis. No entanto, a medida de erro padrão não indica até que ponto a variável independente explica as variações no modelo dependente. Coeficiente de Determinação Tal como o erro padrão, esta estatística dá uma indicação de quão bem um modelo de regressão linear serve como um estimador de valores para a variável dependente. Trabalha medindo a fração da variação total na variável dependente que pode ser explicada pela variação na variável independente. Neste contexto, a variação total é composta por duas frações: Variação total explicada variação inexplicável variação total variação total O coeficiente de determinação. Ou a variação explicada como uma porcentagem da variação total, é o primeiro destes dois termos. Às vezes é expressa como 1 - (variação inexplicável / variação total). Para uma regressão linear simples com uma variável independente, o método simples para calcular o coeficiente de determinação é o quadrado do coeficiente de correlação entre as variáveis dependente e independente. Uma vez que o coeficiente de correlação é dado por r, o coeficiente de determinação é popularmente conhecido como R 2 ou R-quadrado. Por exemplo, se o coeficiente de correlação for 0,76, o R-quadrado é (0,76) 2 0,578. Os termos R-quadrados são usualmente expressos como percentagens, assim 0,578 seria 57,8. Um segundo método de cálculo deste número seria encontrar a variação total na variável dependente Y como a soma dos desvios quadrados da média da amostra. Em seguida, calcule o erro padrão da estimativa seguindo o processo descrito na seção anterior. O coeficiente de determinação é então calculado por (variação total em Y - variação inexplicada em Y) / variação total em Y. Este segundo método é necessário para regressões múltiplas, onde há mais de uma variável independente, mas para o nosso contexto seremos Desde que o r (coeficiente de correlação) para calcular um R-quadrado. What R 2 tells us is the changes in the dependent variable Y that are explained by changes in the independent variable X. R 2 of 57.8 tells us that 57.8 of the changes in Y result from X it also means that 1 - 57.8 or 42.2 of the changes in Y are unexplained by X and are the result of other factors. So the higher the R-squared, the better the predictive nature of the linear-regression model. Regression Coefficients For either regression coefficient (intercept a, or slope b), a confidence interval can be determined with the following information: 13 An estimated parameter value from a sample 13 Standard error of the estimate (SEE) 13 Significance level for the t-distribution 13 Degrees of freedom (which is sample size - 2) 13 For a slope coefficient, the formula for confidence interval is given by b t c SEE, where t c is the critical t value at our chosen significant level. To illustrate, take a linear regression with a mutual funds returns as the dependent variable and the SampP 500 index as the independent variable. For five years of quarterly returns, the slope coefficient b is found to be 1.18, with a standard error of the estimate of 0.147. Students t-distribution for 18 degrees of freedom (20 quarters - 2) at a 0.05 significance level is 2.101. This data gives us a confidence interval of 1.18 (0.147)(2.101), or a range of 0.87 to 1.49. Our interpretation is that there is only a 5 chance that the slope of the population is either less than 0.87 or greater than 1.49 - we are 95 confident that this fund is at least 87 as volatile as the SampP 500, but no more than 149 as volatile, based on our five-year sample. Hypothesis testing and Regression Coefficients Regression coefficients are frequently tested using the hypothesis-testing procedure. Depending on what the analyst is intending to prove, we can test a slope coefficient to determine whether it explains chances in the dependent variable, and the extent to which it explains changes. Betas (slope coefficients) can be determined to be either above or below 1 (more volatile or less volatile than the market). Alphas (the intercept coefficient) can be tested on a regression between a mutual fund and the relevant market index to determine whether there is evidence of a sufficiently positive alpha (suggesting value added by the fund manager). The mechanics of hypothesis testing are similar to the examples we have used previously. A null hypothesis is chosen based on a not-equal-to, greater-than or less-than-case, with the alternative satisfying all values not covered in the null case. Suppose in our previous example where we regressed a mutual funds returns on the SampP 500 for 20 quarters our hypothesis is that this mutual fund is more volatile than the market. A fund equal in volatility to the market will have slope b of 1.0, so for this hypothesis test, we state the null hypothesis (H 0 )as the case where slope is less than or greater to 1.0 (i. e. H 0: b lt 1.0). The alternative hypothesis H a has b gt 1.0. We know that this is a greater-than case (i. e. one-tailed) - if we assume a 0.05 significance level, t is equal to 1.734 at degrees of freedom n - 2 18. Example: Interpreting a Hypothesis Test From our sample, we had estimated b of 1.18 and standard error of 0.147. Our test statistic is computed with this formula: t estimated coefficient - hypothesized coeff. / standard error (1.18 - 1.0)/0.147 0.18/0.147, or t 1.224. For this example, our calculated test statistic is below the rejection level of 1.734, so we are not able to reject the null hypothesis that the fund is more volatile than the market. Interpretation: the hypothesis that b gt 1 for this fund probably needs more observations (degrees of freedom) to be proven with statistical significance. Also, with 1.18 only slightly above 1.0, it is quite possible that this fund is actually not as volatile as the market, and we were correct to not reject the null hypothesis. Example: Interpreting a regression coefficient The CFA exam is likely to give the summary statistics of a linear regression and ask for interpretation. To illustrate, assume the following statistics for a regression between a small-cap growth fund and the Russell 2000 index: 13 Correlation coefficient 13 The two abbreviations to understand are RSS and SSE: 13 RSS . or the regression sum of squares, is the amount of total variation in the dependent variable Y that is explained in the regression equation. The RSS is calculated by computing each deviation between a predicted Y value and the mean Y value, squaring the deviation and adding up all terms. If an independent variable explains none of the variations in a dependent variable, then the predicted values of Y are equal to the average value, and RSS 0. 13 SSE . or the sum of squared error of residuals, is calculated by finding the deviation between a predicted Y and an actual Y, squaring the result and adding up all terms. 13 TSS, or total variation, is the sum of RSS and SSE. In other words, this ANOVA process breaks variance into two parts: one that is explained by the model and one that is not. Essentially, for a regression equation to have high predictive quality, we need to see a high RSS and a low SSE, which will make the ratio (RSS/1)/SSE/(n - 2) high and (based on a comparison with a critical F-value) statistically meaningful. The critical value is taken from the F-distribution and is based on degrees of freedom. For example, with 20 observations, degrees of freedom would be n - 2, or 18, resulting in a critical value (from the table) of 2.19. If RSS were 2.5 and SSE were 1.8, then the computed test statistic would be F (2.5/(1.8/18) 25, which is above the critical value, which indicates that the regression equation has predictive quality (b is different from 0) Estimating Economic Statistics with Regression Models Regression models are frequently used to estimate economic statistics such as inflation and GDP growth. Assume the following regression is made between estimated annual inflation (X, or independent variable) and the actual number (Y, or dependent variable): Using this model, the predicted inflation number would be calculated based on the model for the following inflation scenarios: 13 Inflation estimate 13 Inflation based on model 13 The predictions based on this model seem to work best for typical inflation estimates, and suggest that extreme estimates tend to overstate inflation - e. g. an actual inflation of just 4.46 when the estimate was 4.7. The model does seem to suggest that estimates are highly predictive. Though to better evaluate this model, we would need to see the standard error and the number of observations on which it is based. If we know the true value of the regression parameters (slope and intercept), the variance of any predicted Y value would be equal to the square of the standard error. In practice, we must estimate the regression parameters thus our predicted value for Y is an estimate based on an estimated model. How confident can we be in such a process In order to determine a prediction interval, employ the following steps: 1. Predict the value of the dependent variable Y based on independent observation X. 2. Compute the variance of the prediction error, using the following equation: 13 Where: s 2 is the squared standard error of the estimate, n is number of observations, X is the value of the independent variable used to make the prediction, X is the estimated mean value of the independent variable, and s x 2 is the variance of X. 3. Choose a significance level for the confidence interval. 4. Construct an interval at (1 - ) percent confidence, using the structure Y t c s f . Heres another case where the material becomes much more technical than necessary and one can get bogged down in preparing, when in reality the formula for variance of a prediction error isnt likely to be covered. Prioritize - dont squander precious study hours memorizing it. If the concept is tested at all, youll likely be given the answer to Part 2. Simply know how to use the structure in Part 4 to answer a question. For example, if the predicted X observation is 2 for the regression Y 1.5 2.5X, we would have a predicted Y of 1.5 2.5(2), or 6.5. Our confidence interval is 6.5 t c s f . The t-stat is based on a chosen confidence interval and degrees of freedom, while s f is the square root of the equation above (for variance of the prediction error. If these numbers are t c 2.10 for 95 confidence, and s f 0.443, the interval is 6.5 (2.1)(0.443), or 5.57 to 7.43. Limitations of Regression Analysis Focus on three main limitations: 1. Parameter Instability - This is the tendency for relationships between variables to change over time due to changes in the economy or the markets, among other uncertainties. If a mutual fund produced a return history in a market where technology was a leadership sector, the model may not work when foreign and small-cap markets are leaders. 2. Public Dissemination of the Relationship - In an efficient market, this can limit the effectiveness of that relationship in future periods. For example, the discovery that low price-to-book value stocks outperform high price-to-book value means that these stocks can be bid higher, and value-based investment approaches will not retain the same relationship as in the past. 3. Violation of Regression Relationships - Earlier we summarized the six classic assumptions of a linear regression. In the real world these assumptions are often unrealistic - e. g. assuming the independent variable X is not random.
No comments:
Post a Comment