BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Kobus Paweł (Szkoła Główna Gospodarstwa Wiejskiego w Warszawie), Jaworski Stanisław (Szkoła Główna Gospodarstwa Wiejskiego w Warszawie), Pietrzykowski Robert (Szkoła Główna Gospodarstwa Wiejskiego w Warszawie)
Title
Wykorzystanie funkcji linex w modelowaniu efektu dźwigni
Modelling of leverage effect with linex function
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2007, nr 6, Cz. II, s. 77-85, rys., tab., bibliogr. 9 poz.
Issue title
Rynek kapitałowy: skuteczne inwestowanie
Keyword
Stopa zwrotu akcji, Portfel akcji, Dźwignia finansowa, Modele ekonometryczne, Rynek kapitałowy
Stock rate of returns, Equity portfolios, Financial leverage, Econometric models, Capital market
Note
summ.
Abstract
Począwszy od lat osiemdziesiątych ubiegłego wieku do modelowania szeregów finansowych, a w szczególności stóp zwrotu z portfela akcji, powszechnie wykorzystuje się modele ARCH [3] oraz GARCH [2]. Modele te pozwalają na uwzględnienie jednej z podstawowych własności szeregów finansowych tzn. niestabilności wariancji. Jednak zakłada się przy tym symetryczny wpływ zarówno dobrych jak i złych informacji na wielkość wariancji. Jest to sprzeczne z jedną z hipotez dotyczących wpływu informacji na zachowanie stóp zwrotu znanej pod nazwą efekt dźwigni, zgodnie z tą hipotezą pojawienie się dużej porcji złych informacji powoduje silniejsze zwiększenie się wariancji niż pojawienie się takiej samej ilości dobrych informacji. W praktyce informacją jest zmiana cen akcji, zgodnie z efektem dźwigni duży spadek cen powoduje większy wzrost wariancji niż wzrost cen akcji o taką samą wielkość. Najpopularniejszymi modelami [7] pozwalającymi na uwzględnienie asymetrycznego wpływu informacji są: EGARCH [6], AGARCH [4] oraz GJR-GARCH [5]. Celem niniejszej pracy jest sprawdzenie możliwości wykorzystania funkcji linex do modelowania asymetrycznego wpływu dobrych i złych informacji. Zastosowanie funkcji linex do tego celu jest oryginalnym pomysłem autorów. Z uwagi na wstępny charakter pracy , ograniczono się do przypadku błędów losowych o rozkładzie normalnym. (fragment tekstu)

Models most frequently used for modelling asymmetrical impact of good and bad return news on volatility response are: EGARCH, AGARCH and GRJ-GARCH. In this paper a modification of the AGARCH model is considered. That modification consist on replacing quadratic function with linex function as NIE (news impact function). To demonstrate properties of new model we apply it to daily return series of two indexes: WIG and DJIA.(original abstract)
Accessibility
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Bibliography
Show
  1. Akaike H. (1973), Information theory and an extension of the maximum likelihood principle, w: 2nd Inter. Symp. On Information Theory, Petrov B.N. and Csaki F. Eds., Akademia! Kiado, Budapest, 267-281.
  2. Bollerslev T. (1986), Generalized Autorregressive Conditional Heteroskedasticity,"Journal of Econometrics", 31, 307-327.
  3. Engle R. (1982), Autorregressive Conditional Heteroskedasticity with Estimates of United Kingdom Inflation, Econometrica, 50, 987-1008.
  4. Engle R.F., Ng V.K., 1993, Measuring and Testing the Impact of News on Volatility, Journal of Finance 48, 1749-1778.
  5. Glosten L.R., Jagannathan R.,Runkle D.E., 1993, On the Relation Between the Expected Value and the Volatility of the Nominal Excess Returns on Stocks, Journal of Finance 48, 1791-1801.
  6. Nelson D.B., 1991, Conditional Heteroskedasticity in Asset Returns: A New Approach, Econometrica ,59, 347-370.
  7. Piontek K. (2004), Modelowanie efektu dźwigni w finansowych szeregach czasowych. w: Nauki Finansowe wobec współczesnych problemów gospodarki polskiej. Materiały Konferencyjne Akademii Ekonomicznej w Krakowie, tom IV (Rynki Finansowe), red. J. Czekaj, Kraków 2004, str. 129 - 142.
  8. Varian H.R. (1974), A Bayesian Approach to Real Estate Assessment, w: Studies in Bayesian Econometrics and Statistics in Honor of Leonard J. Savage, ed. S.E.Fienberg, A. Zellner), North Holland, 195-208.
  9. Zellner A. (1986): Bayesian Estimation and Prediction Using Asymmetric Loss Functions, Journal of the American Statistical Association, 81, 446-451.
Cited by
Show
ISSN
1640-6818
1733-2842
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu