Badanie zmienności indeksu WIG

• Autorzy: Agata Kliber

Warianty tytułu

Study on the Volatility of the Warsaw Stock Lidex (WIG)

• Języki publikacji: PL

Abstrakty

Istotną cechą rynków finansowych jest zmienność cen instrumentów finansowych. odgrywa ona ważną rolę między innymi przy ich wycenie. Wysoka zmienność cen to bowiem z jednej strony szansa na ponadprzeciętny zysk, a z drugiej - możliwość dużej straty. Najczęściej stosowaną miarą zmienności jest wariacja (lub odchylenie standardowe). W literaturze podkreśla się dwie cechy zmienności, które komplikują wycenę instrumentów finansowych. Jedną z tych cech jest to, że zmienność ceny instrumentów finansowych ewoluuje w czasie i ma tendencje do tworzenia skupień. Druga cechą zmienności, utrudniającą wycenę instrumentów finansowych jest to, że nie można jej zaobserwować. Z tego powodu poszukuje się adekwatnych miar modeli zmienności, z których najpopularniejsze są modele autoregresyjne. U ich podstaw leży założenie, że możliwe jest wnioskowanie o charakterystykach przyszłych zwrotów, na podstawie kształtowania się historii cen, a także na podstawie opóźnionych wartości innych zmiennych objaśniających. (fragment tekstu)

EN

The goal of the article is to verify the behaviour of the volatility on the Polish stock market, as well as to prove the usefulness of the GARCH models to describe the situation of the Warsaw Stock Exchange during the analysed period, i.e. from 3.10. 1994 to 16.09.2005. The volatility of the returns is analysed based upon the observations of the main stock index - WIG (Warsaw Stock Index). The study is performed using various GARCH models. First, one of the GARCH models is estimated using the whole sample, while in the next step - to allow for more precise estimation - the time series is divided into six sub-samples and separate models are estimated for each of the sub-periods. (original abstract)

Słowa kluczowe

PL

Zmienność kursu walutowego; Indeks giełdowy; Model GARCH

EN

Exchange rate variability; Stock market indexes; GARCH model

• Czasopismo: Zeszyty Naukowe / Akademia Ekonomiczna w Poznaniu
• Rocznik: 2007
• Numer: nr 84
• Strony: 166--186

Twórcy

autor

Agata Kliber

Bibliografia

• Barnes M. L., de Lima P. J. F., Modeling Financial Volatility: Extreme Observations, Nonliearities and Nonstationarities, School of Economics Working Paper 00-5, University of Adelaide, Adelaide 1999.
• Bollerslev T., Generalised Autoregressive Conditional Heterosskedasticity, "Journal of Econometrics" 1986, nr 31, s. 307-327.
• Diebold F. X., Lopez J. A., Modeling Volatility Dynamics, w: Macroeconometrics: Developments, Tensions and Prospects, Kluwer Academic Publishig, Boston, 1995.
• Doman M., Doman R., Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, Wyd. AE w Poznaniu, Poznań 2004.
• Engle R. F., Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation, "Econometrica" 1982, nr 50, s. 987-1007.
• Frances P. H., van Dijk D., Nonlinear Time Series Models in Empirical Finance, Cambridge University Press, Cambridge 2000.
• Kwiatkowski D., Phillips P. C. B., Schmidt P., Shin Y., Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root. How Sure Are We that Economic Time Series Have a Unit Root? "Journal of Econometrics" 1992, nr 54, s. 159-178.
• Osińska M., Ekonometria Finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa 2006.
• Osiewalski J., Pipień M., GARCH-in-Mean through Skewed t Conditional Distributions'. Bayesian Interference for Exchange Rates, Macromodels'1999, Łódź 1999, s. 355-369.
• Phillips P. C. B., Perron P., Testing for a Unit Root in Time Series Regression, "Biometrika" 1988, nr 75, s. 335-364.
• Tsay R. S., Analysis of Financial Time Series, John Wiley & Sons, Inc., 2002