BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Król Anna
Tytuł
Rozkłady α-stabilne w analizie rynków papierów wartościowych : problemy estymacji
Stable Distributions in Stock Markets' Analysis : Estimation Problems
Źródło
Monografie i Opracowania / Szkoła Główna Handlowa, 2004, nr 533, s. 147-157, rys., tab., bibliogr. 9 poz.
Słowa kluczowe
Modelowanie ekonometryczne, Badanie rynku, Rynek papierów wartościowych, Rozkłady stabilne, Analiza danych statystycznych
Econometric modeling, Market research, Securities market, Stable distributions, Statistical data analysis
Uwagi
streszcz., summ.
Abstrakt
Klasycznym podejściem w badaniu rynków finansowych jest założenie normalności rozkładów stóp zwrotu. Jednakże liczne badania empiryczne wskazują, że założenie to nie potwierdza się w praktyce. Rozkłady empiryczne często charakteryzują się "grubymi ogonami" i skośnością, co powoduje konieczność poszukiwania innych niż rozkład normalny narzędzi do ich opisu. Jednym z rozwiązań tego problemu mogą być rozkłady α-stabilne, opisane po raz pierwszy przez Levy'ego w latach trzydziestych ubiegłego wieku. Przykłady licznych zastosowań rozkładów α-stabilnych w ekonomii i finansach podali w swoich pracach m.in. Mandelbrot, Fama, Roll, McCulloch, Zolotarev. Główną przeszkodą przy praktycznym wykorzystaniu tych rozkładów jest brak jawnej funkcji gęstości dla wszystkich z wyjątkiem trzech rozkładów stabilnych (Gaussa, Cauchy'ego i Levy "ego). Znana jest natomiast funkcja charakterystyczna rozkładu. Referat skupia się na dwóch sposobach podejścia do szacowania parametrów rozkładów α-stabilnych - opartych na kwantylach z próbki i wykorzystujących empiryczną funkcję charakterystyczną. Zaprezentowane zostaną wybrane metody estymacji parametrów rozkładów α-stabilnych, a następnie ich zastosowanie w modelowaniu stóp zwrotu akcji notowanych na GPW. (streszcz. oryg.)

Classic approach in financial markets' analysis is to assume, that distributions of returns are normal. However numerous empirical evidence show, that this assumption may be incorrect. Empirical distributions often exhibit "heavy tails" and sqewness, which causes necessity of searching alternative to normal distribution tools to describe them. Possible solution may be stable distributions, characterized by Paul Levy in the 1930's. Examples of numerous empirical applications in economy and finance are given by Mandelbrot, Roll, McCulloch, Fama, Zolotarev. Lack of closed formulas for densities for all except three stable distributions (Gauss, Cauchy and Levy), is main problem in practical application of stable models. Instead stable distribution may be described by characteristic function. This paper concentrates on two ways of estimating parameters of stable distributions - based on sample quantiles and empirical characteristic function. Selected methods of estimation parameters of stable distribution and their application in modelling returns on financial instruments quoted on the Warsaw Stock Exchange GPW will be presented. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Feler W., Wstęp do rachunku prawdopodobieństwa, PWN, Warszawa 1987.
  2. Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa 1969.
  3. Mantegna R.N., Stanley H.E., Ekonofizyka. Wprowadzenie, PWN, Warszawa 2001.
  4. Metody ekonometryczne i statystyczne w analizie rynku kapitałowego, red. K. Jajuga, Wydawnictwo AE, Wrocław 2000.
  5. Nolan J.P., Stable Distributions. Models for Heavy Tails Data, American University 2004, http://www.academic2.american.edu/~jpnolan.
  6. Weron A., Weron R., Inżynieria finansowa, Wydawnictwo Naukowo-Techniczne, Warszawa 1999.
  7. Weron R., Levy-stable distributions revisited: tail index>2 does not exclude the Levy-stable regime, International Journal of Modern Physics 2001, No 12, s. 209-223.
  8. Weron R., Performance of the estimators of stable law parameters, Research Report HCS/95/1, Wroclaw 1995.
  9. Yu J., Empirical Characteristic Function Estimation and Its Applications, University of Auckland, http://www.crnec.auckland.ac.nz.
Cytowane przez
Pokaż
ISSN
0867-7727
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu