Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
Stable Distributions in Stock Markets' Analysis : Estimation Problems
Języki publikacji
Abstrakty
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)
Rocznik
Strony
147--157
Opis fizyczny
Twórcy
autor
Bibliografia
- Feler W., Wstęp do rachunku prawdopodobieństwa, PWN, Warszawa 1987.
- Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna, PWN, Warszawa 1969.
- Mantegna R.N., Stanley H.E., Ekonofizyka. Wprowadzenie, PWN, Warszawa 2001.
- Metody ekonometryczne i statystyczne w analizie rynku kapitałowego, red. K. Jajuga, Wydawnictwo AE, Wrocław 2000.
- Nolan J.P., Stable Distributions. Models for Heavy Tails Data, American University 2004, http://www.academic2.american.edu/~jpnolan.
- Weron A., Weron R., Inżynieria finansowa, Wydawnictwo Naukowo-Techniczne, Warszawa 1999.
- 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.
- Weron R., Performance of the estimators of stable law parameters, Research Report HCS/95/1, Wroclaw 1995.
- Yu J., Empirical Characteristic Function Estimation and Its Applications, University of Auckland, http://www.crnec.auckland.ac.nz.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000061794311
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.