Modele MS-GARCH w modelowaniu zmienności szeregów czasowych rynku kapitałowego

• Autorzy: Monika Kośko

Warianty tytułu

The Markov Switching GARCH Models in Modeling of the Time Series Volatility of Capital Market

• Języki publikacji: PL

Abstrakty

Celem artykułu było porównanie własności modeli przełącznikowych MS-GARCH na podstawie wybranych szeregów czasowych danych finansowych polskiego oraz zagranicznych rynków kapitałowych. (fragment wstępu)

EN

The Markov switching GARCH models are the alternative in modeling of the time series volatility. The switching specification allows to distinguish some states (regimes) for condition mean and for condition variance. The process has a different mean and variance in every state. The MS-GARCH models differ from the GARCH models in the concept of the volatility modelling, because they better describe sudden and short changes in the process. The Markov switching models can include a various type of the innovation condition distributions. This paper is the property comparison of the models such as GARCH and MS-GARCH with the different condition distribution (normal, t-Student and skew t-Student distribution) to the modeling and the forecasting of time series volatility (Polish and foreign financial markets). (original abstract)

Słowa kluczowe

PL

Rynek kapitałowy; Kalkulacja stopy zwrotu; Model GARCH

EN

Capital market; Rate of return calculation; GARCH model

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2009
• Numer: nr 60 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek
• Strony: 193--202

Twórcy

autor

Monika Kośko

Bibliografia

• Arellano-Valle R., Gomez H., Quintana F., Statistical interference for a general classof asymmetric distributions, http://www.mat.puc.cl/~quintana/skew.pdf, 2003.
• Brzeszczański J., Kelm R., Ekonometryczne modele rynków finansowych, WIG-Press, Warszawa 2002.
• Davidson J., Forecasting Markov-switching dynamic, conditionally heteroscedastic processes, "Statistics and Probability Letters" 2004, vol. 68, 137-147.
• Doman R., Forecasting the Polish financial market volatility with Markov switching models, macromodels'2003, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2004.
• Doman M., Doman R., Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, Wydawnictwo Akademii Ekonomicznej, Poznań 2004.
• Gray S.F., Modeling the conditional distribution of interest rates as a regime-switching process, "Journal of Finance Economic" 1996, vol. 42, 27-62.
• Hamilton J.D., A new approach to the economic analysis of nonstationary time series and the business cycle, "Econometrica" 1989, vol. 57, 357-384.
• Hamilton J. D., Susmel R., A new approach to the economic analysis of nonstationary time series and the business cycle, "Econometrics" 1994, vol. 57.
• Klassen F., Improving GARCH volatility forecasts empirical, "Empirical Economics" 2002, vol. 27, 363-94.
• Kośko M., Pietrzak M., Wykorzystanie przełącznikowych modeli typu Markowa w modelowaniu zmienności finansowych szeregów czasowych, X Ogólnopolskie Seminarium Naukowe DME, UMK, Toruń 2007.
• Lambert P., Laurent S., Modelling financial time series using GARCH-type models with a skewed student distribution for the innovations, www.stat.ucl.ac.be/pub/papers/, 2001.
• Pipień M., Wnioskowanie bayesowskie w ekonometrii finansowej, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2006.
• Piontek K., Modelowanie własności szeregów stop zwrotu - skośność rozkładów, [w:] Ekonometria, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Wrocław 2005.
• Włodarczyk A., Zawada M., Przełącznikowe modele Markowa dla cen energii elektrycznej na giełdzie energii w Polsce, X Ogólnopolskie Seminarium Naukowe DME, UMK, Toruń 2007.