Eliminacja zależności krótkookresowych w testach chaosu deterministycznego na rynkach finansowych

• Autorzy: Michał Grotowski , Mirosław Woś
• Języki publikacji: PL

Abstrakty

Jak pokazano w niniejszej pracy na przykładzie analizy R/S, dopiero eliminacja krótkookresowych zależności uprawnia do nieobciążonego systematycznymi błędami i stabilnego wnioskowania o obecności deterministycznego chaosu w danych finansowych. Po dokonaniu korekty takich zależności wykładniki Hursta dla pięciominutowych stóp zwrotu z indeksu WIG20 oraz pięcio- i dziesięciominutowych z indeksu MIDWIG pozwalają w badanym okresie na odrzucenie hipotezy błądzenia losowego. Uzyskane dla polskich danych wartości wykładnika Hursta nie przekraczają jednak 0,60, co należy uznać za wartość niską, porównywalną wprawdzie z wartościami otrzymanymi dla rynku amerykańskiego, jednak nie rozstrzygającą kwestii, czy faktycznie ma się do czynienia z długookresową zależnością, która pozwoliłaby na przewidywanie cen akcji. (fragment tekstu)

EN

An elimination of the short-term dependence qualifies to stabile conclusion about attendance of deterministic chaos in financial data, which was shown on the example of R/S (rescale range) analysis in the article. (A.Ł.)

Słowa kluczowe

PL

Chaos deterministyczny; Ekonometria; Szeregi czasowe; Rynki finansowe; Giełda papierów wartościowych

EN

Deterministic chaos; Econometrics; Time-series; Financial markets; Stock market

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2001
• Numer: nr 899, t. 2 Finanse, bankowość i ubezpieczenia
• Strony: 84--95

Twórcy

autor

Michał Grotowski

autor

Mirosław Woś

Bibliografia

• Anis A.A., E.H. Lloyd (1977): On the Distribution of the Hurst Range of Independent Normal Summands. "Research Reports of the International Institute for Applied Systems Analysis", RR-77-016, July 1977.
• Campbell J., A. Lo, A.C. MacKinlay (1997): The econometrics of financial markets. Princeton, Princeton University Press.
• Granger C.W.J., R. Joyeux (1980): An introduction to long-memory time series models and fractional differencing. "Journal of Time Series Analysis", 1, nr 1, 15-29.
• Greene M.T., B.D. Fielitz (1977): Long - term dependence in common stock returns. "Journal of Financial Economics", 4, 339-349.
• Hinich M.J., D.M. Patterson (1985): Evidence of nonlinearity in daily stock returns. "Journal of Business and Economic Statistics", 3, 69-77.
• Hsieh D. (1991): Chaos and nonlinear dynamics: applications to financial markets. "Journal of Finance", 46, 1839-1878.
• Hurst H.E. (1951): Long term storage capacity of reservoirs. "Transactions of the American Society of Civil Engineers", 116, 770-799.
• Jaditz T., C. Sayers (1993): Is chaos generic in economic data? "International Journal of Bifurcation and Chaos", 3, nr 2, 745-755.
• Lo A.W. (1991): Long term memory in stock market prices. "Econometrica", 59, nr 5, 1279-1313.
• Mandelbrot B. (1971): When can price be arbitraged efficiently? A limit to the validity of the random walk and martingale models. "Review Economics and Statistics", 53, 225-236.
• Mandelbrot B. (1972): Statistical methodology for non-periodic cycles: from the covariance to R/S analysis. "Annals of Economic and Social Measurements", 1, 259-290.
• Peters E. (1994): Fractal market analysis: applying chaos theory to investment and economics. New York, John Wiley & Sons.
• Peters E. (1996): Chaos and Order in the Capital Markets : A New View of Cycles, Prices, and Market Volatility. New York, John Wiley & Sons.
• Scheinkman J.A., B. LeBaron (1989): Nonlinear dynamics and stock returns. "Journal of Business", 62, 311-338.
• Willinger W., M.S. Taqqu, V. Teverovsky (1999): Stock market prices and long - range dependence. "Finance and Stochastics" 3, 1-13.