Анализ на цикличните компоненти на борсовия индекс S&P 500 чрез трансформация с вълнички
Автори: Божидар Недев, Боряна Богданова
Резюме
Статията извършва методологичен обзор по отношение на трансформацията с вълнички и приложението й във финансите и икономиката. По този начин се извеждат предимствата на „вълничката“ като сравни- телно нов метод пред алтернативните подходи за времево-честотен анализ на даден времеви ред. Този новаторски подход бива пренебрегван от икономическата академична общност като цяло поради предпочитанието да се прилага традиционният иконометричен инструментариум. Трансформацията с вълнички съумява да раздроби структурата на даден времеви ред на по-прости фрагменти, съответстващи на различните честоти. Основната цел на статията се изразява в проследяването на времево-честотните характеристики на изменението на месечните цени при затваряне на индекса S&P 500 за период от 65 години. Представени са възможностите за едномерен анализ, които предлага непрекъснатата трансформация с вълнички. Резултатите показват, че времевата структура на данните претърпява съществени из- менения през анализирания период от време с ясно изразена поява на технологичния балон и ипотечната криза от 2007-2008 г.
Analyzing the Cyclical Components of the S&P 500 Stock Index through Wavelet Transformation
The paper systematizes the main scientific constellations when employing wavelet transformation. Thus, the advantages of the wavelet as a relatively new approach in comparison to the alternative methods of time-frequency analysis of time-series are presented. This innovative approach is being neglected by the economic scientific community as a whole due to the preference of applying traditional econometric techniques. Wavelet transformation can partition the time-series structure into simpler components that correspond to different investment horizons (frequencies). The main goal of the paper is to investigate the time-frequency characteristics of the volatility of the monthly close prices of S&P500 index for a period of 65 years. The applicability of the continuous wavelet transformation to one-dimensional analysis is also presented. The results show that the data structure undergoes severе structural changes within the analyzed period with a clear appearance of the Technological boom and the Mortgage crisis of 2007-2008.