BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Krawiec Monika (Szkoła Główna Gospodarstwa Wiejskiego w Warszawie), Landmesser Joanna (Szkoła Główna Gospodarstwa Wiejskiego w Warszawie)
Tytuł
Zastosowanie modelu autoregresyjnego warunkowego czasu rwania do analizy danych transakcyjnych wysokiej częstotliwości na GPW w Warszawie
Application of the Autoregressive Conditional Duration Model for Analysis of High-Frequency Transaction Data at the Warsaw Stock Exchange
Źródło
Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania / Uniwersytet Szczeciński, 2008, nr 9, s. 651-662, rys., tab., bibliogr. 9 poz.
Tytuł własny numeru
Rynek kapitałowy: skuteczne inwestowanie
Słowa kluczowe
Analiza danych, Model ACD (Autoregresyjna duracja warunkowa), Modele ekonometryczne, Rynek kapitałowy
Data analysis, ACD model (Autoregressive conditional duration), Econometric models, Capital market
Uwagi
streszcz., summ..
Firma/Organizacja
Giełda Papierów Wartościowych w Warszawie
Warsaw Stock Exchange
Abstrakt
Model ACD (autoregressive conditional duration model) to interesujące narzędzie stosowane w analizie danych transakcyjnych wysokiej częstotliwości. Po raz pierwszy zaproponowali go w 1998 roku Engle i Russel i od tamtej pory stał się popularny w modelowaniu szeregów czasowych dla czasów trwania. Pojawiły się również rozmaite modyfikacje modeli ACD. Jednakże liczne praktyczne zastosowania, prezentowane w literaturze, na ogół odnoszą się do danych pochodzących z NYSE. W Polsce badania w tym zakresie nie są jeszcze rozpowszechnione, stąd celem niniejszej pracy jest zastosowanie modeli ACD do analizy danych pochodzących z GPW w Warszawie. Szacujemy różne postacie modeli ACD w odniesieniu do czasów trwania transakcji dokonywanych na akcjach PEKAO od początku czerwca do końca grudnia 2006. Uzyskane wyniki potwierdzają przydatność tych modeli w badaniach rynku kapitałowego w Polsce.(abstrakt oryginalny)

The autoregressive conditional duration model (ACD model) is an interesting tool for analysis of high-frequency transaction data. In 1998 it was proposed by Engle and Russel and since that time has become very popular in modeling time series of duration data. Following Engle and Russel numerous other models with features of ACD have been proposed. However, many empirical applications presented in the literature are based on data on price and trade durations coming from the NYSE. In Poland researches in this area are not common, yet. Thus, the aim of the paper is an application of ACD models in order to analyze data obtained from the Warsaw Stock Exchange. We estimate different ACD specifications using PEKAO trade durations at the Exchange from June through December 2006. The results obtained confirm usefulness of these models in studies on the capital market in Poland. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Bibliografia
Pokaż
  1. Bauwens L., Giot P., Asymmetric ACD models: introducing price Information in ACD models with two state transition model. CORE DP 9844, Universite Catholique de Louvain, Louvain-La-Neuve 1998.
  2. Bień K., Wykorzystanie modeli autoregresyjnego warunkowego czasu trwania do analizy intensywności transakcyjnej na GPW w Warszawie, [w:] Orłowski A. [red.]. Metody ilościowe w badaniach ekonomicznych - IV, Wyd. SGGW, Warszawa 2004.
  3. Bień K., Model ACD - podstawowa specyfikacja i przykład zastosowania. Przegląd Statystyczny - Statistical Review, Tom 53, 3, Komitet Statystyki PAN, Dom Wydawniczy Elipsa, Warszawa 2006.
  4. Engle R.F., Russel J.R., Autoregressive conditional duration: A new model for irregularity spaced transaction data. Econometrica, 1998, No 66.
  5. Fernandes M., Grammig J., A family of autoregressive conditional duration models. Journal of Econometrics, 2006, No 130.
  6. Giot P., Time transformations, intraday data and volatility models. Journal of Computational Finance, 2000, No 4.
  7. Prigent J.L., Renault O., Scaillet O., An autoregressive conditional binomial option pricing model. Selected Papers from the First World Congress of Bachelier Finance Society, Springer, Heidelberg 2001.
  8. Tsay R.S., Analysis of Financial Time Series, John Wiley&Sons Inc., New Jersey 2005.
  9. Veredas D., Rodriguez-Poo J., Espasa A., On the (intradaily) seasonality of a financial point process, WP 01-33 Statistics and Econometrics Series, University Carlos III de Madrid, Madryt 2001.
Cytowane przez
Pokaż
ISSN
1899-2382
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu