STATISTIK-FORUM.de

[Student-WI]

Guten Tag allerseits,

ich möchte eine Prognose zur Eigenkaptialprämie erstellen, jeweils einmal mittels des DY=dividendenrendite und einmal bezüglich des DP= dividenden Preis verhältnisses. [Dazu hab ich monatliche Daten ca 30 jahre von alle 3 Variablen (Eigenkapital, DY und DP) ]
D.h ich hätte folgende Regression : Eigenkaptialprämie_(t)= a+b* Prädiktor(t-1)

Jetzt zu meiner Frage= Welches Modell AR(), MA() , .... sollte ich nehmen um mit 1-Schritt prognosen die Eigenkaptialprämie zu prognostizieren, wenn der Prädiktor nicht der abhängigen Variable entspricht, ich aber gleichzeitig auch lags haben möchte(dynamisches Modell). Somit kann es doch kein AR() sein, weil dort der Prädiktor(DY oder DP) der abhängigen Variable entspricht, und eine lineare einfach Regression kann es nicht sein, weil es dabei keine lags gibt.

Der einzige ausweg den ich sehe ist eine lineare einfach Regression mit einem AR() zu kombinieren, obwohl mir das auch komisch erscheint. Gibt es kein dynamisches Modell in der abhängige und unabhängige Variablen verschieden sind?

Ich bin gespannt auf eine Antwort und hoffe das ich mich halbwegs verständlich ausgedrückt habe.
Vielen Dank im vorraus.

[Student-WI]

Ich glaube ich habe eine Antwort gefunden=
ich kann externe Prediktoren mit einem Arima(y, xreg= (Predictor) ) Modell vornhemen.

[Holgonaut]

Hi,

aber auch da musst du die Ordnung des Modells für die relevante Anzahl an AR und MA-Termen explorieren. Ich weiß nicht, mit welcher software du arbeitest. In R gibt es da die handliche auto.arima()-Funktion.

Daneben würde ich mal ein paar Videos von Rob Hyndman schauen, in dem man parallel zig forecasting-Modelle gegeneinander testen kann. Er hat da auch ein nettes online Buch zu: https://otexts.com/fpp2/

Grüße
Holger

[Student-WI]

Hi,
danke Holgonaut für deine Antwort. Ja ich arbeite mit R, die auto.arima funktion hab ich ausprobiert vielen dank.
Danke auch für den Buchtip, dort konnte ich schon einiges sinnvolles Gebrauchen.

Ich bin mir aber nicht ganz sicher ob nicht auch das ADL(p,q) Modell besser für eine Prognose geeignet wäre.