BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kasprzyk Iwona (Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach)
Tytuł
Wykorzystanie ukrytych modeli Markowa do klasyfikacji spółek giełdowych
Application of Latent Markov Model to Companies Stock Classification
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (14), 2007, nr 1169, s. 115-121, rys., tab., bibliogr. 10 poz.
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Spółki giełdowe, Klasyfikacja, Modele Markowa, Ukryty model Markowa
Stock market companies, Classification, Markov models, Hidden Markov model
Uwagi
summ.
Abstrakt
Modele klas ukrytych wprowadzone przez Lazarsfelda [Lazarsfeld, Henry 1968] pozwalają na analizę danych mierzonych na najsłabszych skalach pomiaru. W przypadku analizy tego typu modeli wymagane jest, aby dane zostały przedstawione za pomocą tablicy kontyngencji. Ukryte modele Markowa (latent Markov model) zostały zaproponowane przez Wigginsa [1973] i znalazły swoje zastosowanie przede wszystkim w psychologii oraz socjologii. Modele Markowa zostały opisane przede wszystkim przez Lange- heine'a [1994; 2000] oraz Vermunta [Vermunt, Langeheine, Böckenholt 1999]. Celem prezentowanego artykułu jest zastosowanie ukrytych modeli Markowa do analizy wybranych danych finansowych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Tego typu modele pozwolą na klasyfikację badanych spółek oraz na analizę zmian danego zjawiska na przestrzeni kilku okresów. (fragment tekstu)

The main purpose of this paper is to show the latent Markow models, which we can use to financial analysis. This article shows the earning per share ratio analysis as one of the most important ratios for the potential investment on stock exchange. This kind of models has been proposed by Wiggins [1973] and they are combining of the latent class models and simple Markov model. These models can be used to describe individual change in categorical variables. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Bijleveld C.C.J.H. (2003), Latent Markov Modelling of Recidivism Data, "Statistica Neerlandica" vol. 57, nr 3, s. 305-320.
  2. Hagenaars J.A. (1990), Categorical Longitudinal Data: Log-Linear Panel, Trend, and Cohort Analysis, Newbury Park, Ca: Sage.
  3. Langeheine R. (1994), Latent Variables Markov Models, [w:] A. von Eye, C.C. Clogg (red.), Latent Variables Analysis: Aplications for Developmental Research, Sage Publications.
  4. Langeheine R., van de Pol F. (2000), Latent Markov Chains, [w:] J.A. Hagenaars, A.L. McCutcheon (red.), Applied Latent Class Analysis, Cambridge University Press, Cambridge.
  5. Lazarsfeld P.F., Henry N.W. (1968), Latent Structure Analysis, Houghton Mill, Boston.
  6. Read T.R.C., Cressie N.A.C. (1988), Goodness-of-Fit Statistics for Discrete Multivariate Data, Springer, New York.
  7. Reinecke J. (1997), Testing the Theory of Planned Behavior with Latent Markov Models, [w:] J. Rost, R. Langeheine (red.), Applications of Latent Trait and Latent Class Models in the Social Sciences, Waxmann Verlag.
  8. Vermunt J.K. (1997), LEM: A General Program for the Analysis of Categorical Data, Tilburg University, Tilburg.
  9. Vermunt J.K., Langeheine R., Böckenholt U. (1999), Discrete-Time Discrete-State Latent Markov Models with Time-Constant and Time-Varying Covariates, Journal of Educational and Behavioral Statistics" nr 24, s. 178-205.
  10. Wiggins L.M. (1973), Panel Analysis: Latent Probabilisty Models for Attitude and Behavior Processes, Elsevier Scientific Publishing Company, Amsterdam.
Cytowane przez
Pokaż
ISSN
0324-8445
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu