Grupowanie indeksów światowych metodą Warda przy zastosowaniu funkcji połączeń

• Autorzy: Beata Basiura , Anna Czapkiewicz
• Języki publikacji: PL

Abstrakty

W pracy zaprezentowana została próba pogrupowania danych, którymi są dzienne stopy zwrotu 42 indeksów światowych. Celem badania jest wyodrębnienie podgrup, w obrębie których istnieje silne powiązanie między indeksami. Problem niesymetryczności i grubych ogonów rozkładów dziennych stóp zwrotu częściowo udało się ominąć, stosując model GARCH (1,1) dla modelowania zmian tych indeksów. Jako miarę powiązań między poszczególnymi indeksami przyjęto współczynnik korelacji, który jest parametrem funkcji połączeń Gaussa. W oparciu o ten współczynnik zdefiniowano miarę odległości, pozwalającą utworzyć podział na grupy taksonomiczne. Analizując te grupy wyodrębniono kraje, dla których odległość aglomeracyjna była stosunkowo mała. Dla porównania skuteczności tej metody przeprowadzono podobne badanie przy zdefiniowanej mierze odległości w oparciu o współczynnik korelacji Spearmana. (abstrakt oryginalny)

EN

The identification of similarities or dissimilarities in financial time series has become an important research area in finance and empirical economics. In stock markets, the examination of mean and variance correlations between asset returns can be useful for portfolio diversification and risk management purposes. A fundamental problem in cluster analysis of financial time series is the choice of a relevant metric. The Pearson correlation does not take into account the stochastic dependence of the processes. In order to capture the correlation structure and the spectral behavior of the time series, measures of distance based on the correlation of the Gaussian Copula with the marginal GARCH (1,1) model may be used. In this paper, the world indexes using the Ward method are clustered. Data used in this study are daily stock markets returns based on daily data for 42 of the major international stock markets. Five groups are created where the dependence of the market indexes are strong. (original abstract)

Słowa kluczowe

PL

Indeks giełdowy; Stopa zwrotu; Metody grupowania; Metoda Warda; Model GARCH; Estymacja; Korelacja; Funkcje połączeń; Współczynnik korelacji rang Spearmana

EN

Stock market indexes; Rate of return; Grouping methods; Ward method; GARCH model; Estimation; Correlation; Copula Functions; Spearman's rank correlation coefficient

• Czasopismo: Zeszyt Naukowy / Wyższa Szkoła Zarządzania i Bankowości w Krakowie
• Rocznik: 2009
• Numer: nr 11
• Strony: 7--21

Twórcy

autor

Beata Basiura

• Wyższa Szkoła Zarządzania i Bankowości w Krakowie

autor

Anna Czapkiewicz

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Bibliografia

• Bollerslev T., Generalized autoregressive conditional heteroskedasticity, "Journal of Econometrics" 1986, nr 31, s. 307-327.
• Davidson R., MacKinnon H., Estimation and Inference in Econometrics, Oxford University Press, Oxford 1993.
• Embrechts P., McNeil A.J., Straumann D., Correlation and dependency in risk managment: properties and pitfalls, [w:] M. Dempster, H. Moffant, Risk Management, Cambridge University Press, New York 2001, s. 176-223.
• Grabiński T., Wydymus S., Zeliaś A., Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, Wydawnictwo Naukowe PWN, Warszawa 1989.
• Joe H., Xu J.J., The estimation method of inference functions for margins for multivariate models, Technical Report, Departaments of Statistics, University of British Columbia 1996.
• Jondeau E., Rockinger M., The Copula-Garch model of conditional dependencies: An international stock market application, "Journal of International Money and Finance" 2006, nr 25, s. 827-853.
• Liu Y., Luger R., Efficient estimation of copula-GARCH models 1, Computational Statistics & Data Analysis" 2009, nr 53, s. 2284-2297.
• Patton A.J., Estimation of multivariate models for time series of possibly different lenghts, "Journal of Applied Econometrics" 2006, nr 21, s. 147-173.
• Roch O., Alegre A., Testing the bivariate distribution of daily equity returns using copulas. An application to the Spanish stock market, Computational Statistics & Data Analysis" 2006, nr 51, s. 1312-1329.
• Shih J.H., Louis T.A., Inferences on the associations parameter in copula models for bivariate survival data, "Biometrics" 1995, nr 51 s. 1384-1399.
• Sklar A., Fonctions de repartition à n dimensions et leurs marges, Publications de l'Institut de Statistique de l'Université de Paris, Paris 1959, s. 229-231.
• Song K., Multivariate dispersion models generated from Gaussian Copula, Scandinavian Journal of Statistics" 2000, nr 27, s. 305-320.
• Zeliaś A. (red.), Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2000.