BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Czapkiewicz Anna (AGH University of Science and Technology Kraków, Poland), Machno Artur (AGH University of Science and Technology Kraków, Poland)
Tytuł
Empirical Verification of World's Regions Profitability in Dynamic International Investment Strategy
Badanie zyskowności wybranych regionów świata w międzynarodowej dynamicznej strategii inwestycyjnej
Źródło
Dynamic Econometric Models, 2013, vol. 13, s. 145-162, rys., tab., bibliogr. 14 poz.
Słowa kluczowe
Strategia inwestycyjna, Rynki finansowe, Ocena ryzyka
Investment strategy, Financial markets, Risk assessment
Uwagi
summ., streszcz.
Kraj/Region
Ameryka Północna, Europa Wschodnia, Europa Zachodnia, Pacyfik, Azja
North America, Eastern Europe, Western Europe, Pacific, Asia
Abstrakt
Artykuł przedstawia empiryczną weryfikacji przydatności wybranych regionów świata do inwestowania na ich rynkach finansowych. Do badania wybrano pięć regionów świata: region Ameryki Północnej, region Europy Zachodniej, region Europy Wschodniej, region Azji i Pacyfiku oraz Japonię. Jako reprezentant nastrojów finansowych danego regionu zdefiniowano globalne wskaźniki będące ważoną kapitalizacją stopą zwrotu głównych indeksów rynków wchodzących w skład rozważanych regionów. Do modelowania zależności pomiędzy tak utworzonymi globalnymi wskaźnikami zastosowano wielowymiarowy model VAR(1)-DCC-GARCH(1,1) z warunkowym wielowymiarowym rozkładem t-Studenta. Atrakcyjność regionu jest definiowana jako udział globalnego wskaźnika związanego z danym regionem w optymalnym portfelu. Rozważono trzy typy konstrukcji optymalnych portfeli. Własności optymalnych portfeli opartych na minimalizacji Value at Risk oraz na minimalizacji Expected Shortfall zostały porównane do własności standardowego portfela Markowitza. (abstrakt oryginalny)

The main goal of the work is to present the empirical verification of the investment attractiveness in a given world financial region. The attractiveness of a region is represented by the share of assets from this region in the optimal portfolio. The multivariate GARCH model has been used to describe international dependencies. Optimal portfolios based on Value at Risk and Expected Shortfall minimization have been compared to the Markowitz portfolio. Indications, which should be taken into account by investors willing to invest in different world regions, have been presented as the result. (original abstract)
Dostępne w
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Aas, K., Czado, C., Frigessi, A., Bakken, H. (2009), Pair-Copula Constructions of Multiple Dependence. Insurance, Mathematics and Economics, 44(2), 182-198, DOI: http://dx.doi.org/10.1016/j.insmatheco.2007.02.001.
  2. Artzner, P., Delbaen, F., Eber, J., Heath, D. (1999), Coherent Measures of Risk. Mathematical Finance, 9, 203-228, DOI: http://dx.doi.org/10.1111/1467-9965.00068.
  3. Billio, M., Caporin, M, Gobbo, M., Flexible Dynamic Conditional Correlation Multivariate GARCH Models for Asset Allocation, Applied Financial Economics Letters, 2(2), 123-130, DOI: http://dx.doi.org/10.1080/17446540500428843.
  4. Bollerslev, T. (1990), Modeling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Model, Review of Economics and Statistics, 72, 498-505, DOI: http://dx.doi.org/10.2307/2109358.
  5. Cappiello, L., Engle, R., Sheppard, K. (2006), Asymmetric Dynamics in the Correlations of Global Equity and Bond Returns, Journal of Financial Econometrics, 4, 537-572, DOI: http://dx.doi.org/10.1093/jjfinec/nbl005.
  6. Engle, R. F. (2002), Dynamic Conditional Correlation: a Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business and Economic Statistics, 20, 339-350, DOI: http://dx.doi.org/10.1198/073500102288618487.
  7. Föllmer, H., Schied, A. (2011), Stochastic Finance: An Introduction in Discrete Time, Walter de Gruyter Berlin, New York, DOI: http://dx.doi.org/10.1515/9783110212075.
  8. Ghalanos, A. (2013), The Rmgarch Models: Background and Properties, CRAN, http://cran.r-project.org/web/packages/rmgarch/vignettes/The_rmgarch_models.pdf (9.04.2013).
  9. Markowitz, H. M. (1959), Portfolio Selection: Efficient Diversification of Investments, New York: John Wiley & Sons.
  10. Palomba, G. (2008), Multivariate GARCH Models and the Black-Litterman Approach for Tracking Error Constrained Portfolios: an Empirical Analysis, Global Business and Economics Review, 10(4), 379-413, DOI: http://dx.doi.org/10.1504/GBER.2008.020592.
  11. Pelletier, D. (2006), Regime-switching for Dynamic Correlation, Journal of Econometrics, 131, 445-473, DOI: http://dx.doi.org/10.1016/j.jeconom.2005.01.013.
  12. Rockafellar, R. T., Uryasev, S. (2000), Optimization of Conditional Value-at-Risk, Journal of Risk, 2, 21-41.
  13. Rockafellar, R. T., Uryasev, S. (2002), Conditional Value-at-Risk for General Loss Distributions, Journal of Banking and Finance, 26, 1443-1471, DOI: http://dx.doi.org/10.1016/S0378-4266(02)00271-6.
  14. Tse, Y. K., Tsui, A. K. C. (2002), A Multivariate Generalized Autoregressive Conditional Heteroscedasticity Model with Time-Varying Correlations, Journal of Business and Economic Statistics, 20, 351-362, DOI: http://dx.doi.org/10.1198/073500102288618496.
Cytowane przez
Pokaż
ISSN
1234-3862
Język
eng
URI / DOI
http://dx.doi.org/10.12775/DEM.2013.008
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu