Modelowanie zależności asymptotycznej indeksów giełdowych z wykorzystaniem funkcji połączeń

• Autorzy: Krzysztof Echaust

Warianty tytułu

Tail Dependence Modeling of Stock Indices Using Copula

• Języki publikacji: PL

Abstrakty

Artykuł zawiera wyniki badań nad zależnością asymptotyczną kilku najważniejszych indeksów giełdowych świata. Analizie poddano trzy funkcje łączące mające własność zależności w ogonie rozkładu: Claytona, Gumbla i najlepiej dopasowaną t-Studenta. Hipoteza, którą poddano weryfikacji, mówi o wzroście asymptotycznej zależności w okresie natężenia kryzysu finansowego. Wyniki badań potwierdzają wyższą zależność wartości ekstremalnych w okresie drastycznych spadków indeksów, jednak jest to spowodowane wspólnym wzrostem zmienności w tym okresie. Wartości TDC zostały znacznie zredukowane po oczyszczeniu szeregu stóp zwrotu z heteroskedastyczności warunkowej i autokorelacji procesem AR(1)-GARCH(1,1). Wyższa asymptotyczną zależność istnieje dla indeksów giełd zbliżonych geograficznie, dlatego też duże spadki na GPW w Warszawie są najbardziej powiązane ze spadkami na giełdach w Londynie i Frankfurcie nad Menem. (abstrakt oryginalny)

EN

The aim of this study is to examine the extreme cross-market dependence between world stock markets. Clayton, Gumbel and t-Student copulas are used to model the joint distribution of extreme equity returns. Goodness-of-fit test suggests to choose t-Student copula, if we had to decide between the three of them. The asymptotic dependence is much stronger in the period of financial crisis, but much of the extreme value dependency is due to correlated conditional volatility. We find tail dependence coefficients to be substantially reduced after stock returns are filtered by AR(1)-GARCH(1,1) process. The highest tail dependence coefficients occur in the FT-SE100-DAX and DJIA-BOVESPA pairs. The Polish index is extremely dependent on DAX and FT-SE100 indices. (original abstract)

Słowa kluczowe

PL

Funkcje połączeń; Miara zależności; Giełda

EN

Copula Functions; Measures of dependence; Stock exchange

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu
• Rocznik: 2011
• Numer: nr 203
• Strony: 70--85

Twórcy

autor

Krzysztof Echaust

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Coles, S., Heffernan, J., Tawn, J., 1999, Dependence Measures for Extreme Value Analyses, Extremes, vol. 2, no. 4.
• Echaust, K., 2010, Analiza współzależności ekstremalnej zdarzeń na rynkach finansowych w obliczu światowego kryzysu finansowego, w: Sikora W. (red.), Z prac katedry badań operacyjnych, Zeszyty Naukowe nr 138, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań.
• Genest, C., Remillard, B., 2008, Validity of the Parametric Bootstrap for Goodness-of-fit Testing in Semiparametric Models, Annales de l'Institut Henri Poincare: Probabailites et Statistiques, vol. 44.
• Giacomini, E., Hardle, W., Spokoiny, V., 2009., Inhomogeneous Dependence Modeling with Time Varying Copulae, Journal of Business & Economic Statistics, vol. 27, s. 191-234.
• Gregoire, V., Genest, C., Gendron M., 2008, Using Copulas to Model Price Dependence in Energy Markets, Energy Risk, vol. 5, s. 58-64.
• Heilpern, S., 2007, Funkcje łączące, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Malevergne, Y., Sornette D., 2006, Extreme Financial Risk, Springer-Verlag, Berlin.
• Martens, M., Poon, S., 2001, Returns Synchronization and Daily Correlation Dynamics Between International Stock Markets, Journal of Banking Finance, vol. 25, s. 1805-1827.
• Nelsen, R.B., 1999, An Introduction to Copulas, Springer Verlag, New York.
• Poon, S.H., Rockinger, M., Tawn, J., 2003, Modelling Extreme-value Dependence in International Stock Market, Statistica Sinica, vol. 13, s. 929-953.
• Rokita, P., 2009, Czy zależność między ekstremalnymi stratami rośnie podczas kryzysu?, w: Chrzan, P., Dziwok, E. (red.), Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice.
• Sklar, A., 1959, Fonction de repartition a n dimensions et leurs marges, Publication de l'Institut de Statistique de l'Universite de Paris, vol. 8, s. 229-231.