Kointegracja i niby-przyczynowość w świetle metod falkowych

• Autorzy: Michał Stachura

Warianty tytułu

Cointegration and Quasi -Causality in the Light of Wavelet Methods

• Języki publikacji: PL

Abstrakty

Opracowanie przedstawia badania związane z możliwością rozwiązywania problemu pozornej regresji dla kursów wymiany walut przeprowadzonych przy użyciu metod falkowych. (fragment wstępu)

EN

Cointegrating vector estimation problem and long-range dependence detection can yield some obstacles when using classical methods. Therefore, there are many attempts undertaken to avoid this problem with use of different ideas, among which applying the discrete wavelet transform is noteworthy. The paper deals with an example of cointegrating vector estimation for some stock indexes (BUX, DAX, FTSE100, Merval, Nasdaq, WIG). The carried investigation via wavelet methods discloses some advantages of these methods over the classical ones. First, there may be no need to detect preliminarily the integration order of data before estimating the cointegrating vector. Second, the wavelet methods are sensible for the order of variables in the regression equation, which leads to the quasi-causality detection. (original abstract)

Słowa kluczowe

PL

Indeks giełdowy; Kurs walutowy; Analiza regresji; Transformacja falkowa; Kointegracja

EN

Stock market indexes; Exchange rates; Regression analysis; Wavelet transform; Cointegration

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2009
• Numer: nr 60 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek
• Strony: 435--442

Twórcy

autor

Michał Stachura

Bibliografia

• Bruzda J., Analiza falkowa - alternatywa dla spektralnej analizy procesów ekonomicznych?, VII Ogólnopolskie Seminarium Naukowe - Dynamiczne Modele Ekonometryczne, Toruń 2003.
• Charemza W.W., Deadman D.F., New directions in econometric practice, Edward Elgar Publishing Ltd., 1997.
• Fan Y., Whitcher B., A wavelet solution to the spurious regression of fractionally differenced processes, "Applied Stochastic Models in Business and Industry" 2003 no 19.
• Percival D.B., Walden A., Wavelet methods for time series analysis, Cambridge University Press, Cambridge 2000.
• Serroukh A., Walden A.T., Percival D.B., Statistical properties of the wavelet variance estimator for non-Gaussian /non-linear time series, "Journal of the American Statistical Association" 2000, 95, 184-196.
• Stachura M., Przykład rozwiązania pozornej regresji przy użyciu metod falkowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1037, vol. 2, AE, Wrocław 2004, s. 224-231.
• Welfe W., Ekonometria, PWE, Warszawa 2003.
• R Development Core Team, R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, ISBN 3-900051-07-0, URL http://www.R-project.org, 2009.