BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Doman Małgorzata (Poznań University of Economics, Poland), Doman Ryszard (Poznań University of Economics, Poland)
Tytuł
Forecasting the End-of-the-Day Realized Variance
Prognozowanie zmienności zrealizowanej na koniec dnia
Źródło
Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego, 2009, vol. 10(X), nr 1, s. 67-75, tab., rys., bibliogr. 12 poz.
Quantitative Methods in Economics
Słowa kluczowe
Prognozowanie, Zmienność, Model ARFIMA, Ceny akcji, Rynki finansowe
Forecasting, Variability, Autoregressive fractionally integrated moving average model (ARFIMA), Shares prices, Financial markets
Uwagi
summ., streszcz.
Abstrakt
W krótkim okresie po otwarciu giełdy ceny akcji kształtowane są przez duży pakiet nagromadzonych informacji, a zmienność zrealizowana z początku dnia ma silny wpływ na dzienną zmienność zrealizowaną. W związku z tym powstaje pytanie, czy poranna zmienność zrealizowana, wyliczana jako suma kwadratów śróddziennych stóp zwrotu, z kilku pierwszych godzin dnia giełdowego może być użyteczna w prognozowaniu dziennej zmienności zrealizowanej (zmienności na koniec dnia). W pracy stosowane są trzy różne metody prognozowania dziennej zmienności zrealizowanej akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie. Uzyskane wyniki pokazują, że poranna zmienność zrealizowana może dostarczać informacji zwiększających skuteczność prognozowania dziennej zmienności zrealizowanej.(abstrakt oryginalny)

A large package of information is being reflected in stock prices during a short period after opening. Moreover, the start-of-the-day (morning) volatility has a strong impact on the price variability during all the day. In this connection, the question is whether the morning realized variance calculated as the sum of morning squared intraday returns can be useful in forecasting the daily realized variance (end-of-the-day volatility). In the paper, we apply three different methods of forecasting the daily realized variance for stocks quoted on the Warsaw Stock Exchange Our findings show that the morning realized variance provides valuable information that can be used in forecasting the daily realized variance.(original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Andersen T.G., Bollerslev T. (1998), Answering the Skeptics: Yes, Standard Volatility Models Do Provide Accurate Forecasts, International Economic Review 39, 885- 905.
  2. Andersen T.G., Bollerslev T., Diebold F.X., Ebens H. (2001) The Distribution of Realized Stock Return Volatility, Journal of Financial Economics, 61, 43-76.
  3. Barndorff-Nielsen O.E., Shephard N. (2002) Econometric analysis of realized volatility and its use in estimating stochastic volatility models, Journal of the Royal Statistical Society, Series B, 63, 253-280.
  4. Doman M. (2006), Modeling the Realized Volatility with ARFIMA and Unobserved Component Models: Results from the Polish Financial markets, in: Milo W., Wdowiński P. (eds), Financial Markets. Principal of Modeling, Forecasting and Decision-Making, Lodz University Press, Lodz, 123-137.
  5. Doman M., Doman R. (2004) Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
  6. Durbin J., Koopman S.J. (2002), Time Series Analysis by State Space Methods, Oxford University Press, Oxford.
  7. Frijns B., Margaritis D. (2008), Forecasting daily volatility with intraday data, The European Journal of Finance 14, 523-540.
  8. Granger C. W. J. and R. Joyeux (1980) An Introduction to Long-Memory Time Series Models and Fractional integration, Journal of Time Series Analysis 1, 15-29.
  9. Hosking J. R. M. (1981) Fractional Differencing, Biometrica 68, 165-176.
  10. Koopman S.J., Jungbacker B., Hol E. (2005) Forecasting daily variability of the S&P 100 stock index using historical, realized and implied volatility measurement, Journal of Empirical Finance 12, 445-475.
  11. Poon S.-H. (2005) A Practical Guide to Forecasting Financial Market Volatility, John Wiley, Chichester.
  12. Tsay R.S. (2002), Analysis of Financial Time Series, John Wiley, New York.
Cytowane przez
Pokaż
ISSN
2082-792X
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu