Modele przełącznikowe oparte na kopulach w modelowaniu struktury zależności

• Autorzy: Robert Syrek

Warianty tytułu

Modelling the Dependence Structure with Regime Switching Copulas

• Języki publikacji: PL

Abstrakty

Określenie struktury zależności jest kluczową kwestią w zarządzaniu instrumentami finansowymi. Niewłaściwa interpretacja siły powiązań rynków może prowadzić do błędnych decyzji inwestycyjnych. Zastosowanie modeli przełącznikowych pozwala modelować dynamikę badanych procesów. Połączenie teorii kopul i modeli przełącznikowych daje w efekcie elastyczne narzędzie, które może być wykorzystane do modelowania zmieniającej się w czasie struktury zależności. Charakterystyki, które możemy określić po oszacowaniu parametrów (takie jak średnie czasy powrotu do poszczególnych stanów i czasy trwania w stanach) są istotnymi informacjami, które mogą być wykorzystane przez inwestorów. Jako przykład zastosowania przestawionej metodologii przedstawiono wyniki dotyczące wzajemnych związków DAX oraz WIG20. Wyniki potwierdzają ścisły związek równoczesnych okresów bessy na obu rynkach. (fragment tekstu)

EN

The aim of this paper is to investigate of DAX and WIG20 dependency based on weekly returns. In order to capture asymmetry of dependence structure, Archimedean copulas were used. The dynamics of this relationship were obtained by applying two-state switching model. The copula based regime switching model allows us to model time varying dependence structure in a flexible way. Empirical results confirm dynamic lower tail dependence.(original abstract)

Słowa kluczowe

PL

Decyzje inwestycyjne; Instrumenty finansowe; Modelowanie struktury; Model GARCH

EN

Investment decisions; Financial instruments; Structure modeling; GARCH model

• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie
• Rocznik: 2010
• Numer: z. 6
• Strony: 115--129

Twórcy

autor

Robert Syrek

• Wyższa Szkoła Ekonomii i Informatyki w Krakowie

Bibliografia

• Chollete L., Heinen A.,Valdesogo A., Modeling international financial returns with a multivariate regime-switching copula, Journal of Financial Econometrics 7(4), 2009, s. 437-480.
• Engle R.F., Dynamic Conditional Correlation - A Simple Class of Multivariate GARCH Models, Journal of Business and Economic Statistics, 2002, vol. 20(3), s. 339-350.
• Engle R.F., Sheppard K., Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH, 2001 Working Paper 8554, NBER, www.nber.org.
• Embrechts P., Lindskog F., Mcneil. A.J., Modelling Dependence with Copulas and Applications to Risk Management [w:] Handbook of Heavy Tailed Distributions in Finance. S.T Rachev, 2003, s. 329-384.
• Embrechts P., Mcneil A. J., Straumann D., Correlation and dependency in risk management: properties and pitfalls [w:] Risk Management: Value at Risk and Beyond, M.A.H. Dempster, 2002.
• Garcia R., Tsafack G., Dependence structure and extreme comovements in international equity and bond markets with portfolio diversification effects, Technical report, CIRANO, 2007.
• Hamilton J., Time series analysis, Princeton University Press, 1994.
• Nelsen R. An Introduction to Copulas, Springer-Verlag, New York 1999.
• Patton A., Modelling asymmetric exchange rate dependence, International Economic Review 47, 2006, s. 527-556.
• Pelletier D., Regime switching for dynamic correlations, Journal of Econometrics 131, 2006, s. 445-473.