VAR ne
VAR (vektör otoregresyon), birden fazla seriyi birlikte modelliyor. Her seri, hem kendi geçmişiyle hem diğer serilerin geçmişiyle açıklanıyor.
Örnek: faiz, kur ve borsa endeksini birlikte modellemek. Her biri diğer ikisinin geçmişinden etkileniyor.
Bu, tek serili ARIMA’nın çok değişkenli hali. Seriler arasındaki karşılıklı etkileşimi yakalıyor.
Etki-tepki
VAR’ın en çok kullanılan çıktısı, etki-tepki fonksiyonu.
Soruyu şöyle soruyor: bir seriye ani bir şok verirsem, diğer seriler zaman içinde nasıl tepki verir?
Faize bir puanlık beklenmedik artış olursa, borsa önümüzdeki aylarda nasıl hareket eder? Etki-tepki grafiği bunu gösteriyor: yatay eksende zaman, dikey eksende tepki.
Grafik genelde bir başlangıç tepkisi, sonra kademeli bir sönme gösteriyor. Ve etrafında bir güven bandı var.
Güven bandına bakın
Etki-tepki grafiğinde en önemli şey, güven bandı.
Tepki eğrisi etkileyici görünebilir ama güven bandı sıfırı içeriyorsa, o tepki istatistiksel olarak anlamlı değil.
Çoğu okuyucu eğriye bakıp band’ı görmezden geliyor. Halbuki geniş bir band, “bu etki olabilir de olmayabilir de” demek.
Anlamlı bir etki, güven bandının sıfırın açıkça bir tarafında kaldığı etki.
Sıralama sorunu
VAR’ın en tartışmalı yanı: şokların sıralaması.
Bir şoku “faiz şoku” olarak tanımlamak için, faizin diğer değişkenlerden önce mi sonra mı hareket ettiğine karar vermeniz gerekiyor. Bu sıralama, sonucu değiştiriyor.
Farklı sıralamalar, farklı etki-tepki grafikleri üretiyor. Ve doğru sıralama genelde belirsiz.
Bu yüzden bir VAR çalışmasında, sıralamanın nasıl seçildiğini ve sonucun sıralamaya ne kadar duyarlı olduğunu sorun. İyi çalışmalar farklı sıralamalarla sonuç gösterir.
Nedensellik değil
Etki-tepki grafiği, sebep-sonuç gibi görünüyor ama Granger nedensellik yazımızdaki uyarı burada da geçerli.
VAR, gözlemlenmiş ilişkileri modelliyor. “Faiz şoku borsayı düşürüyor” grafiği, ikisi arasında bir öncülük ilişkisi gösteriyor, mutlak bir sebep-sonuç değil.
Üçüncü faktörler, beklentiler ve ters yön ihtimalleri burada da var. Grafik bir korelasyon yapısını gösteriyor, deneysel bir nedensellik değil.
Nasıl okumalı
Bir etki-tepki grafiğinde önce güven bandına bakın. Sıfırı içeriyorsa, etki anlamlı değil.
Şokların sıralaması nasıl seçilmiş? Sonuç sıralamaya duyarlı mı?
Etkinin büyüklüğü ekonomik olarak anlamlı mı, yoksa sadece istatistiksel mi?
Ve “etki” kelimesini nedensellik olarak değil, öncülük ilişkisi olarak okuyun.
Sıradaki
Sıradaki yazıda yapısal kırılma testlerini ele alıyoruz. Bir ilişkinin belirli bir tarihte değişip değişmediğini nasıl anlarız.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.