Długa pamięć w szeregach stóp zwrotu i w szeregach zmienności indeksów giełdowych

• Autorzy: Katarzyna Gierej

Warianty tytułu

Long Memory in Stock Indices Return and Volatility Series

• Języki publikacji: PL

Abstrakty

W artykule badano istnienie długiej pamięci w szeregach stóp zwrotu i szeregach zmienności stóp zwrotu indeksów giełdowych WIG, WIG20 CAC 40, DAX oraz S&P 500. Wykorzystano test Lo, modele ARFIMA i FIGARCH, semiparametryczny estymator Robinsona oraz estymator Geweke i Porter-Hudak parametru pamięci d. Zastosowane metody wskazały na brak długiej pamięci procesu w przypadku stóp zwrotu oraz występowanie pamięci długookresowej w przypadku szeregów zmienności. Dla wszystkich indeksów giełdowych najlepszym modelem opisującym zmienność był model FIGARCH albo IGARCH. Natomiast najlepszym modelem opisującym stopy zwrotu okazał się model ARFIMA(0,£/,0), ARFIMA( 1,0,1) lub ARFIMA(0,0,0), w zależności od indeksu.(abstrakt oryginalny)

EN

This paper investigates the existence of long memory in return and volatility series for the stock indices WIG, WIG20 CAC 40, DAX and S&P 500. We used Lo's test, ARFIMA and FIGARCH models, Robinson's semiparametric estimator, and the Geweke and Porter-Hudak estimator of the memory parameter d. The applied methods indicate that there is no long memory in the return series but there is evidence of long range dependence in the volatility series. For all the indices the best fitted volatility model was FIGARCH or IGARCH. The best fitted models for the conditional mean turn out to be ARFIMA(0,ńf,0), ARFIMA( 1,0,1) or ARFIMA(0,0,0). (original abstract)

Słowa kluczowe

PL

Rynek kapitałowy; Stopa zwrotu akcji; Indeks giełdowy; Model GARCH; Model ARFIMA

EN

Capital market; Stock rate of returns; Stock market indexes; GARCH model; Autoregressive fractionally integrated moving average model (ARFIMA)

• Czasopismo: Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania / Uniwersytet Szczeciński
• Rocznik: 2008
• Numer: nr 10 Inwestowanie na rynku kapitałowym
• Strony: 434--445

Twórcy

autor

Katarzyna Gierej

• Akademia Ekonomiczna w Poznaniu

Bibliografia

• Osińska M., Ekonometria finansowa. Polskie Wydawnictwo Ekonomiczne, Warszawa 2006.
• Doman M., Doman R., Ekonometryczne modelowanie dynamiki polskiego rynku finansowego. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań 2004.
• Fiszeder P., Modelling Financial Processes with Long Memory in Mean and Variance, [w:] Zieliński Z. [red.]. Dynamic Econometric Models. Wyd. UMK, Toruń 2005.
• Kwiatkowski J., Osiewalski J., Modele ARFIMA: podstawowe własności i analiza bayesowska. Przegląd Statystyczny 50, 2002, 105-122.
• Laurent S., Peters J.P., GARCH 2.2: An Ox Package for Estimating and Forecasting Various ARCH Models. Journal of Economic Surveys 16, 2002, 447-484.
• Doornik J.A., Object Oriented Matrix Programming Using Ox. Timberlake Consultants Press, London 1998.
• Fama E.F., French K., Dividend yields and expected returns. Journal of Financial Economics 22, 1988, 3-25.
• Goetzman W.N., Jorion P., Testing the power of dividend yields, Journal of Finance 48, 1993, 663-79.
• Granger C.W.J., Joveaux R., An introduction to long memory time series models and fractional differencing, Journal of Time Series Analysis 1, 1980, 15-39.
• Hosking J.R.M., Fractional differencing, Biometrica 68, 1981, 165-176.
• Hurst H., Long term storage capacity of reservoirs, Transaction of the American Society of Civil Engineers 116, 1951, 770-799.