BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kaszuba Bartosz
Tytuł
Odporne metody estymacji współczynnika Beta na przykładzie polskiego rynku akcji
Robust Measurement of Beta Risk
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 2008, nr 18, s. 38-48, tab., bibliogr. 13 poz.
Tytuł własny numeru
Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek
Słowa kluczowe
Ryzyko, Stopa zwrotu akcji, Regresja liniowa, Estymacja
Risk, Stock rate of returns, Linear regression, Estimation
Uwagi
summ.
Abstrakt
Przedstawiono rozważania dotyczące ryzyka. Wyjaśniono podstawowe pojęcia odporności oraz zanalizowano metody estymacji parametrów w modelu regresji liniowej (m.in. metoda najmniejszych bezwzględnych odchyleń, metoda najmniejszej mediany kwadratów, metoda najmniejszych uciętych kwadratów). Omówiono badania dotyczące wyznaczania współczynnika beta dla najdłużej notowanych spółek o wysokiej kapitalizacji, wchodzących w skład indeksu WIG20 na Giełdzie Papierów Wartościowych, w okresie od 1.07.1998 do 20.02.2008 (tj. 2420 notowań). Autor zauważa, że "na polskim rynku kapitałowym powinny zachęcić inwestorów do stosowania bardziej skutecznych i efektywnych metod, takich jak metody odporne".

Many empirical studies find that the distribution of stock returns departs from normality. In such cases, it is desirable to employ a statistical estimation procedure that may be more efficient than ordinary least squares (OLS). The main goal of this article is compare OLS estimation with various robust methods in the context of estimating beta risk. This article studies the stability of the beta risks in single index Sharp's model, calculated using robust methods and OLS estimation. The stability of the beta risks was examined for 7 companies included in the WIG20 index, basing on Stock Exchange quotations since 1997-07-01. Futhermore, this paper describes and compares various estimators of the parameters of linear regression models. This article describe least absolute values methods, Huber M-estimation, bisquare M-estimation, least median of squares and least trimmed mean estimation. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Biblioteka Główna Uniwersytetu Szczecińskiego
Bibliografia
Pokaż
  1. Carroll R.J., Ruppert D., Trimmed Least Squares Estimation in the Linear Model, "Journal of the American Statistical Association" 1980.
  2. Chan L.K.C., Lakonishok J., Robust Measurement of Beta Risk, "The Journal of Financial and Quantitative Analysis" 1992.
  3. Chen S., Hong X.A., Forward Regression Algorithm Based on M-Estimators, [w:] 2005 WSEAS Int. Conf. Dynamical Systems and Control, 2-4 November 2005, Venice 2005.
  4. Huber P.J., Robust Regression: Asymptotics, Conjectures and Monte Carlo, "Annals of Statistics" 1973, 1.
  5. Jajuga K. (red.), Zarządzanie ryzykiem, PWN, Warszawa 2007.
  6. Jajuga K., Jajuga T., Inwestycje finansowe, PWN, Warszawa 2007.
  7. Kowerski M., Ryzyko na warszawskiej Giełdzie Papierów Wartościowych, "Zamojskie Studia i Materiały" 2003, 3.
  8. Maronna R.A., Martin R.D., Yohai V.J. , Robust Statistics Theory and Methods, John Wiley & Sons Ltd, 2006.
  9. Ostasiewicz W., Statystyczne metody analizy danych, AE, Wrocław 1998.
  10. Rao C.R., Linear Statistical Inference and Its Applications, John Wiley, New York 1973.
  11. Rousseeuw P.J., Least Median of Squares Regression, "Journal of the American Statistical Association" 1984, vol. 79, nr 388.
  12. Shanken J., On the Estimation of Beta-Pricing Models, "The Review of Financial Studies", 1992, vol. 5, nr 1.
  13. Stigler S.M. Gauss and the Invention of Least Squares, “The Annals of Statistics” 1981, vol. 9, nr 3.
Cytowane przez
Pokaż
ISSN
1899-3192
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu