PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | 11 | 87--98
Tytuł artykułu

Minimum Variance Portfolio Selection for Large Number of Stocks - Application of Time-Varying Covariance Matrices

Autorzy
Treść / Zawartość
Warianty tytułu
Konstrukcja portfeli o minimalnej wariancji dla dużej liczby spółek - zastosowanie zmiennych w czasie macierzy kowariancji
Języki publikacji
EN
Abstrakty
W pracy dokonano oceny efektywności różnych metod tworzenia portfeli o minimalnej wariancji, w tym przede wszystkim z wykorzystaniem różnych specyfikacji wielorównaniowych modeli GARCH. Badanie zostało przeprowadzone dla 70 spółek notowanych na GPW w Warszawie. Zastosowano osiem parametryzacji modelu GARCH: skalarny BEKK, zintegrowany, CCC, ortogonalny dla 70 czynników, DCC, zintegrowany DCC, DECO-DCC, skalarny BEKK z warunkowym rozkładem t Studenta oraz sześć innych metod: równe udziały dla wszystkich aktywów, bezwarunkowa macierz kowariancji stóp zwrotu, ruchoma macierz kowariancji, ruchoma macierz kowariancji ze stałą wygładzania równą 25, metoda wyrównywania wykładniczego dla macierzy kowariancji oraz metoda wyrównywania wykładniczego dla macierzy kowariancji z parametrem wygasania równym 0,94. (abstrakt oryginalny)
EN
An evaluation of the efficiency of different methods of the minimum variance portfolio selection was performed for seventy stocks from the Warsaw Stock Exchange. Eight specifications of multivariate GARCH models and six other methods were used. The application of all considered GARCH-class models was more efficient in stocks allocation than the implementation of the other analyzed methods. The simple specifications of multivariate GARCH models, whose parameters were estimated in two stages, like the DCC and CCC models were the best performing models. (original abstract)
Rocznik
Tom
11
Strony
87--98
Opis fizyczny
Twórcy
  • Nicolaus Copernicus University in Toruń, Poland
Bibliografia
  • Alexander, C., Chibumba, A. (1996), Multivariate Orthogonal Factor GARCH, University of Sussex Discussion Papers in Mathematics.
  • Baba, Y., Engle, R. F., Kraft, D. F., Kroner, K. F. (1990), Multivariate Simultaneous Generalized ARCH, Department of Economics, University of California at San Diego, Working Paper.
  • Bauwens, L., Laurent, S., Rombouts, J., V., K. (2006), Multivariate GARCH Models: A Survey, Journal of Applied Econometrics, 21, 1, 79-110.
  • Best, M. J., Grauer, R. R. (1991), On the Sensitivity of Mean-Variance-Efficient Portfolios to Changes in Asset Means: Some Analytical and Computational Results, Review of Financial Studies, 4, 315-342.
  • Bollerslev, T. (1990), Modelling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Approach, Review of Economics and Statistics, 72, 498-505.
  • Chan, L. K. C., Karceski, J., Lakonishok, J. (1999), On Portfolio Optimization: Forecasting Covariances and Choosing the Risk Model, Review of Financial Studies, 12, 937-974.
  • Chopra, V. K., Ziemba, W. T. (1993), The Effect of Errors in Means, Variances and Covariances on Optimal Portfolio Choice, Journal of Portfolio Management, 19, 6-11.
  • Engle, R. F. (2002), Dynamic Conditional Correlation - A Simple Class of Multivariate GARCH Models, Journal of Business and Economic Statistics, 20, 339-350.
  • Engle, R. F., Colacito, R. (2006), Testing and Valuing Dynamic Correlations for Asset Allocation, Journal of Business and Economic Statistics, 24, 2, 238-253.
  • Engle, R. F., Kelly, B. (2008), Dynamic Equicorrelation, Working Paper, Stern School of Business, New York.
  • Engle, R. F., Kroner, K. F. (1995), Multivariate Simultaneous Generalized ARCH, Econometric Theory, 11, 122-150.
  • Engle, R. F., Mezrich, J. (1996), GARCH for Groups, Risk, 9, No. 8, 36-40.
  • Engle, R. F., Sheppard, K. (2001), Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH, NBER Working Paper No. 8554.
  • Fiszeder, P. (2004), Dynamiczna alokacja aktywów - Model Markowitza (Dynamic Assets Allocation - Markowitz Model), Rynki finansowe - prognozy a decyzje (Financial Markets - Forecasts and Decisions), Acta Universitatis Lodziensis, Folia Oeconomica, 177, Uniwersytet Łódzki, Łódź.
  • Fiszeder, P. (2007), Konstrukcja portfeli efektywnych z zastosowaniem wielorównaniowych modeli GARCH (Efficient Portfolios Construction with Application of Multivariate GARCH Models), Folia Oeconomica Cracoviensia, 48, 47-68.
  • Fiszeder, P. (2009), Modele klasy GARCH w empirycznych badaniach finansowych, (The Class of GARCH Models in Empirical Finance), Wydawnictwo UMK, Toruń.
  • Flavin, T. J., Wickens, M. R. (2006), Optimal International Asset Allocation with Time-Varying Risk, Scottish Journal of Political Economy, 53, 5, 543-564.
  • Jobson, J. D., Korkie, B. (1980), Estimation for Markowitz Efficient Portfolios, Journal of American Statistical Association, 75, 544-554.
  • Johannes, M., Polson, N., Stroud, J. (2002), Sequential Optimal Portfolio Performance: Market and Volatility Timing, Columbia University, Working Paper.
  • Jorion, P. (1991), Bayesian and CAPM Estimators of the Means: Implications for Portfolio Selection, Journal of Banking and Finance, 15, 717-727.
  • Kraft, D. F., Engle, R. F. (1983), Autoregressive Conditional Heteroskedasticity in Multiple Time Series, Department of Economics, UCSD, Working Paper.
  • Litterman, R., Winkelmann, K. (1998), Estimating Covariance Matrices, Risk Management Series, Goldman Sachs.
  • Markowitz, H. M. (1952), Portfolio Selection, Journal of Finance, 7, 77-91.
  • Markowitz, H. M. (1959), Portfolio Selection: Efficient Diversification of Investments, Yale University Press, New Haven, CT.
  • Merton, R. C. (1980), On Estimating the Expected Return on the Market: An Exploratory Investigation, Journal of Financial Economics, 8, 323-361.
  • Michaud, R. O. (1989), The Markowitz Optimization Enigma: Is 'Optimized' Optimal?, Financial Analysts Journal, 45, 31-42.
  • Nelson, D. B. (1992), Filtering and Forecasting with Misspecified ARCH Models I. Getting the Right Variance with the Wrong Model, Journal of Econometrics, 52, 61-90.
  • Osiewalski, J., Pajor, A. (2010), Bayesian Value-at-Risk and Expected Shortfall for a Portfolio (Multi- and Univariate Approaches), Paper presented at The V Symposium FENS 2010, Warsaw.
  • Sheedy, E., Trevor, R., Wood, J. (1999), Asset-Allocation Decisions When Risk is Changing, Journal of Financial Research, 22, 3, 301-315.
  • Silvennoinen, A., Teräsvirta, T. (2009), Multivariate GARCH Models, in Andersen T. G., Davis R. A., Kreiss J. P., Mikosch T. (ed.), Handbook of Financial Time Series, 201-229, Springer, New York.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171232473

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.