Irregularmente espaciados de series de tiempo en finanzas/economía de la investigación

Question

En econometría financiera de investigación, es muy común para investigar las relaciones entre las series de tiempo que toma la forma de datos diarios. La variable frecuencia será hecha $I(0)$ tomando el registro de la diferencia, por ejemplo; $\ln(P_t)-\ln(P_{t-1})$.

Sin embargo, datos diarios significa que no $5$ puntos de datos cada semana, y el sábado y el domingo son los que faltan. Esto parece que se no se menciona en el que se aplica la literatura, que yo sepa. He aquí algunos estrechamente relacionadas con las preguntas que me tienen que venir a partir de esta observación:

• ¿Esta calificar como irregularmente espaciados de datos, incluso a pesar de que los mercados financieros están cerrados durante el fin de semana?

• Si es así, ¿cuáles son las consecuencias para la validez de los resultados empíricos existentes cosechado hasta ahora en el gigantesco cantidad de documentos que hacen caso omiso de este problema?

Answer 1

La divulgación completa! Yo no sé acerca de finanzas/economía, así que perdón de antemano por mi ignorancia. Pero me parece que esta cuestión más amplia de las finanzas. El análisis de muestras irregulares de datos se presenta en muchos otros campos, como la biología y la medicina. Una de las deficiencias de los enfoques clásicos como Autorregresivo de Regresión (AR) es su debilidad en el trato con irregular de los datos de muestreo. Sin embargo, este problema puede ser abordado por Gauss procesos (GPs). Es utilizado, por ejemplo, aquí o aquí.

Answer 2

Tradicionalmente, no nos preocupamos acerca de la falta de días de negociación y contar esto como regularmente espaciados de datos. Sin embargo, hay dos posibles efectos que tendría de que preocuparse.

El primero es el efecto del tiempo sobre el impulso y la interacción con los principales indicadores. Si usted tiene un retrasado variable que es un buen líder - digamos que es la media de la temperatura, a continuación, algunos de los puntos de datos será quedado para el día siguiente (viernes -> Jueves), mientras que otros son quedado tres días (lunes -> viernes). No va a haber resultados incorrectos debido a que.

La segunda cuestión es la actividad que ocurre cuando los mercados están cerrados. Después de horas de negociación, las opciones de fijación de precios, etc. Si esos son un factor, que puede ser mejor que el cálculo de una espaciados regularmente a las series de tiempo y la interpolación o contabilidad para no días de negociación alguna otra manera.