Zusammenfassung
Wir untersuchen einen neuen Fluktuationstest auf konstante Korrelationen bezüglich seiner Eigenschaften und möglicher Anwendungen im Finanzsektor. Dabei werden durch eine Simulationsstudie einerseits seine Eigenschaften selbst und Unterschiede im Vergleich zu einem älteren Standardverfahren untersucht. Andererseits wenden wir den Test auf reale Finanzzeitreihen an, bewerten die Resultate im Hinblick auf ihre Plausibilität und zeigen weitere potenzielle Anwendungsmöglichkeiten auf. Die Ergebnisse legen nahe, dass sich der Test für den praktischen Einsatz in der Finanzwirtschaft eignet.
Abstract
We analyze a new fluctuation test for constant correlation with respect to its properties and possible applications in finance. On the one hand, a simulation study examines the properties particularly with regard to a comparison with a previous standard method. On the other hand, we apply the test on real financial time series, evaluate the results with respect to their plausibility and reveal potential fields for further applications. The results indicate that the test is useful for practical applications in finance.
This is a preview of subscription content, log in via an institution to check access.
Notes
Interessanterweise suggeriert dieser Begriff eine Auflösung bzw. zumindest einen Rückgang von Korrelationen. Allerdings ist gerade das Gegenteil davon gemeint.
Streng genommen setzt diese Definition voraus, dass die Renditen nicht für die ersten j Zeitpunkte konstant sind (ansonsten wäre der Nenner gleich Null). Für die Praxis relevant ist dabei allerdings nur der Fall, dass die Renditen konstant gleich Null sind. Sollte das tatsächlich einmal vorkommen, würde man die störenden Tage von der Analyse ausklammern.
Bei schwacher serieller Abhängigkeit ändern sich die Ergebnisse jeweils qualitativ kaum, was Simulationsergebnisse in Wied et al. (2012) und weitere durchgeführte Simulationen zeigen.
Literatur
Aue A, Hörmann S, Horváth L, Reimherr M (2009) Break detection in the covariance structure of multivariate time series models. Ann Stat 37(6B):4046–4087
Billingsley P (1968) Convergence of probability measures. Wiley, New York
Bissantz N, Steinorth V, Ziggel D (2011) Stabilität von diversifikationseffekten im Markowitz-Modell. AStA Wirtsch Sozialstat Arch 5(2):145–157
Bracker K, Koch PD (1999) Economic determinants of the correlation structure across international equity markets. Q J Bus Econ 51:443–471
Chow GC (1960) Tests of equality between sets of coefficients in two linear regressions. Econometrica 28(3):591–605
Dehling H, Vogel D, Wendler M, Wied D (2012) An efficient and robust test for a change point in correlation. Arbeitspapier. arXiv:1203.4871v2
Dias A, Embrechts P (2004) Change point analysis for dependence structures in finance and insurance. In: Szegö G (ed) Risk measures of the 21th century. Wiley, New York
Galeano P, Wied D (2012) Multiple break detection in the correlation structure of random variables. Arbeitspapier. arXiv:1206.5367v1
Goetzmann WN, Li L, Rouwenhorst KG (2005) Long-term global market correlations. J Bus 78(1):1–38
Jennrich RI (1970) An asymptotic chi-square test for the equality of two correlation matrices. J Am Stat Assoc 65:904–912
Kaplanis EC (1988) Stability and forecasting of the comovement measures of international stock market returns. J Int Money Financ 7(1):63–75
Krishan CNV, Petkova R, Ritchken P (2009) Correlation risk. J Empir Finance 16:353–367
Longin F, Solnik B (1995) Is the correlation in international equity returns constant: 1960–1990? J Int Money Financ 14(1):3–26
Mandelbrot B (1962) The variation of certain speculative prices. IBM research report NC-87
Pearson ES, Wilks SS (1933) Methods of statistical analysis appropriate for k samples of two variables. Biometrika 25:353–378
Ploberger W, Krämer W, Kontrus K (1989) A new test for structural stability in the linear regression model. J Econom 40:307–318
Sancetta A, Satchell SE (2007) Changing correlations and equity portfolio failure for linear factor models during market declines. Appl Math Finance 14:227–242
Trede M, Schmid F (2005) Finanzmarktstatistik. Springer, Berlin
Wied D (2009) Ein Fluktuationstest auf konstante Korrelation. Dissertation, TU Dortmund
Wied D, Galeano P (2012) Monitoring correlation change in a sequence of random variables. J Stat Plan Inference (erscheint)
Wied D, Arnold M, Bissantz N, Ziggel Z (2011a) A new fluctuation test for constant variances with applications to finance. Metrika (erscheint)
Wied D, Dehling H, van Kampen M, Vogel D (2011b) A fluctuation test for constant Spearman’s rho with nuisance-free limit distribution. Arbeitspapier. arXiv:1206.5070v1
Wied D, Krämer W, Dehling H (2012) Testing for a change in correlation at an unknown point in time using an extended functional delta method. Econom Theory 28(3):570–589
Zimmermann H, Drobetz W, Oertmann P (2002) Global asset allocation. Wiley, New Jersey
Danksagung
Die Arbeit des dritten Autors wurde durch das BMBF (Project INVERS) unterstützt und die Arbeit der ersten drei Autoren durch die DFG (SFB 823, Projekte A1 und C4). Wir bedanken uns bei dem Herausgeber Ralf Münnich und bei zwei anonymen Gutachtern für viele hilfreiche Hinweise, die zu einer substanziellen Verbesserung einer früheren Version dieses Artikels geführt haben. Der vorliegende Artikel ersetzt den (englischsprachigen) Aufsatz A new online-test for changes in correlations, welcher als SFB 823 Diskussionspapier 34/10 zirkuliert.
Author information
Authors and Affiliations
Corresponding author
Anhang
Rights and permissions
About this article
Cite this article
Wied, D., Arnold, M., Bissantz, N. et al. Über die Anwendbarkeit eines neuen Fluktuationstests für Korrelationen auf Finanzzeitreihen. AStA Wirtsch Sozialstat Arch 6, 87–103 (2013). https://doi.org/10.1007/s11943-012-0115-9
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11943-012-0115-9