leadlagrelaties

Leadlagrelaties zijn relaties tussen variabelen waarbij veranderingen in de ene variabele tendentieel voorafgaan (lead) of volgen (lag) op veranderingen in een andere variabele. Als X bij h periodes vooruitkopt ten opzichte van Y, noemt men X een lead voor Y met een vertraging van h. Omgekeerd leidt Y X met een lagfase van |h|.

In de econometrie en tijdreeksanalyse worden lead-lagrelaties onderzocht met verschillende benaderingen. De kruis-correlatiefunctie meet hoe de correlatie tussen twee series afhangt van de verschuivingen in de tijd. Granger-causaliteitstesten beoordelen of latente waarden van X significante voorspellende informatie leveren voor Y na het controleren van eigen werking van Y. Distributed lag modellen en vectorautoregressieve modellen (VAR) worden vaak gebruikt om meerdere vertragingen tegelijk te modelleren en de dynamiek tussen variabelen te kwantificeren. Impulresponsfuncties in VAR-analyses geven aan hoe schokken in X of Y zich verspreiden over de tijd.

Wiskundig kan men bijvoorbeeld spreken over: R_xy(h) = Cov(X_t, Y_{t+h}) / (sd(X) sd(Y)). Een piek bij h>0 wijst op X dat Y op toekomstige momenten beïnvloedt; een piek bij h<0 duidt op Y dat X beïnvloedt met een eerdere verschuiving.

Toepassingen bevinden zich veelal in macro-economie, financiën en beleidsanalyse, zoals het bestuderen of geldhoeveelheid inflatie leidt, of hoe prijsveranderingen in een grondstof de productie beïnvloeden. Belangrijke aandachtspunten zijn onder meer eindigheid van de data, niet-stationariteit, endogeniteit en structurele breuken, die de interpretatie van lead-lagrelaties kunnen bemoeilijken.