Warianty tytułu
Modelowanie zmienności kontraktów terminowych na rynku surowców energetycznych w świetle hipotezy rynku niejednorodnego
Języki publikacji
Abstrakty
Among the existing volatility models, there are only a few that correspond to the heterogeneity among investors. The HARCH model and the HAR-RV model are important models with heterogeneity that originates from different trading frequencies. In this paper, we build three volatility models referring to the heterogeneous market hypothesis for crude oil, heating oil and natural gas futures contracts, listed at the New York Mercantile Exchange. (original abstract)
Hipoteza rynku efektywnego zakłada, że ceny instrumentów finansowych są kształtowane przez inwestorów w reakcji na napływające informacje. Zgodność reakcji uczestników rynku jest często określana mianem jednorodności rynku. Alternatywą dla tej teorii jest hipoteza rynku niejednorodnego, która zakłada, że zmienność obserwowana na rynkach finansowych jest generowana przez działania uczestników rynku, którzy różnią się od siebie, między innymi horyzontem inwestycyjnym i częstotliwością działania oraz awersją do ryzyka. Wśród istniejących modeli zmienności, modele HARCH i HAR-RV pozwalają na względnienie niejednorodności wśród inwestorów. Obydwa modele zakładają istnienie różnych składowych zmienności, generowanych na skutek działań uczestników rynku o innych horyzontach inwestycyjnych. Niewątpliwą zaletą tych modeli jest więc możliwość porównania siły wpływu poszczególnych grup inwestorów na występującą zmienność. Celem badania było oszacowanie zmienności kontraktów terminowych z rynku surowców energetycznych z uwzględnieniem wpływu różnego typu inwestorów na generowaną zmienność. Wyznaczono strukturę zmienności dla trzech kontraktów terminowych notowanych na giełdzie NYMEX: na ropę naftową WTI (West Texas Intermediate), olej opałowy i gaz ziemny Henry Hub. Wyniki badań wskazują, że w wypadku kontraktu na olej opałowy i gaz ziemny potwierdza się hipoteza o asymetrycznym propagowaniu zmienności. Zupełnie inny obraz struktury zmienności uzyskano dla kontraktu na ropę naftową WTI. Podsumowując, rynek surowców energetycznych jest bardzo złożony, ale wykorzystane modele zmienności odwołujące się do hipotezy rynku niejednorodnego w pewnym stopniu pomagają zrozumieć obserwowaną na tych rynkach dynamikę. (abstrakt oryginalny)
Rocznik
Numer
Strony
151--163
Opis fizyczny
Twórcy
autor
- Poznań University of Economics, Poland
Bibliografia
- Andersen, T., Bollerslev, T., 1998, Answering the Skeptics: Yes, Standard Volatility Models Do Provide Accurate Forecasts, International Economic Review, 39, pp. 885-905.
- Anderson, T.W., 2003, An Introduction to Multivariate Statistical Analysis (Wiley Series in Probability and Statistics), 3rd ed., Wiley Interscience, New Jersey.
- Corsi, F., 2009, A Simple Approximate Long-Memory Model of Realized Volatility, Journal of Financial Econometrics, 7, pp. 174-196.
- Crude Oil, CME Group [online] http://www.cmegroup.com/trading/energy/crude-oil/light-sweet-crude learn more.html [accessed: 31.10.2012].
- Dacorogna, M.M., Ramazan, G., Muller, U.A., Olsen, R.B., Pictet, O.V., 2001, An Introduction to High Frequency Finance, Academic Press, San Diego.
- Fama, E.F., 1965, The Behavior of Stock-Market Prices, The Journal of Business, vol. 38, no. 1, pp. 34-105.
- Fama, E.F., 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance, vol. 25.
- Heating Oil, CME Group [online] http://www.cmegroup.com/trading/energy/refinedproducts/heating-oillearnmore.html [accessed: 31.10.2011]
- Henry Hub Natural Gas, CME Group [online] www.cmegroup.com/trading/energy/natural-gas/natural-gaslearnmore.html [accessed: 31.10.2011].
- Hol, E., Koopman, S.J., 2002, Stock Index Volatility Forecasting with High Frequency Data, Tinbergen Institute Discussion Paper, no. 068/4.
- International Energy Agency, 2011, The Mechanics of the Derivatives Markets. What They Are and How They Function, Special Supplement to the April 2011 Oil Market Report [online] http://omrpublic.iea.org/special_sup_apr11.pdf [accessed: 31.10.2011].
- Jajuga, K., Jajuga, T., 2002, Inwestycje - instrumenty finansowe, ryzyko finansowe, inżynieria finansowa, Wydawnictwo Naukowe PWN, Warszawa.
- Lynch, P.E., Zumbach, G.O., 2003, Market Heterogeneities and the Causal Structure of Volatility, Quantitative Finance, vol. 3, pp. 320-331.
- Müller, U.A., Dacorogna, M.M., Dave, R.D., Pictet, O.V., Olsen, R.B., Ward, J.R., 1993, Fractals and Intrinsic Time - A Challenge to Econometricians, XXXIX International AEA Conference on Real Time Econometrics, 14-15 October 1993, Luxembourg, preprint, O&A Research Group, 1995.
- Müller, U.A., Dacorogna, M.M., Dave, R.D., Olsen, R.B., Pictet, O.V., Weizsäcker, J.E., 1997, Volatilities of Different Time Resolutions. Analyzing the Dynamics of Market Components, Journal of Empirical Finance, vol. 4, pp. 213-239.
- Peters, E.E., 1994, Fractal Market Analysis: Applying Chaos Theory to Investment and Economics, John Wiley & Sons.
- Weron, A., Weron, R., 1999, Inżynieria finansowa, Wydawnictwa Naukowo-Techniczne, Warszawa.
- Zumbach, G.O., Lynch, P.E., 2001, Heterogeneous Volatility Cascade in Financial Markets, Physica A: Statistical Mechanics and its Applications, no. 298, pp. 521-529.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171217971