PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2016 | 16 | 21--35
Tytuł artykułu

Volatility Estimators in Econometric Analysis of Risk Transfer on Capital Markets

Treść / Zawartość
Warianty tytułu
Estymatory zmienności w ekonometrycznej analizie transferu ryzyka na rynkach kapitałowych
Języki publikacji
EN
Abstrakty
Celem badania jest porównanie wykorzystania różnych estymatorów zmienności, zastosowanych do testowania przyczynowości w ryzyku, między kilkoma wybranymi rynkami wschodzącymi i rozwiniętymi. W pracy uwzględniono następujące estymatory zmienności: Parkinsona, Garmana i Klassa, Rogersa i Satchella, Garmana, Klassa, Yanga i Zhanga, Yanga i Zhanga oraz model GARCH(1,1)-t. Dodatkowo wykorzystano narzędzia teorii wartości ekstremalnych. Kilka wybranych rynków wschodzących zostało przebadanych, czy są źródłem ryzyka dla rynków rozwijających i rozwiniętych. Wyniki pokazują, że przyczynowość w ryzyku występuje rzadziej w przypadku modeli z wykorzystaniem teorii wartości ekstremalnych. (abstrakt oryginalny)
EN
The purpose of the research is to compare the performance of different volatili-ty measures while used in testing for causality in risk between several emerging and mature capital markets. The following volatility estimators are considered: Parkinson, Garman-Klass, Rogers-Satchell, Garman-Klass-Yang-Zhang and Yang-Zhang and the AR-GARCH(1,1)-t model. Additionally, the extreme value theory is also applied. Several emerging capital markets are checked for being the source of the risk for both emerging and developed markets. The group of emerging markets includes the most intensively growing economies in the world. The final results are such as the number of relationships between the markets is considerably lower when the methods taken from the extreme value theory are used. (original abstract)
Rocznik
Tom
16
Strony
21--35
Opis fizyczny
Twórcy
  • Nicolaus Copernicus University in Toruń, Poland
  • Nicolaus Copernicus University in Toruń, Poland
Bibliografia
  • Angelidis, T., Degiannakis, S. (2006), Backtesting VaR Models: An Expected Shortfall Ap-proach, Working Papers No 701, University of Crete, Athens University of Economics and Business, http://econpapers.repec.org/paper/crtwpaper/0701.htm (01.10.2016)
  • Balkema, A. A., De Haan, L. (1974), Residual Life Time at Great Age, Annals of Probability, Vol.2, No. 5, 792-804, DOI: http://dx.doi.org/10.1214/aop/1176996548.
  • Blanco, C., Ihle, G. (1998), How Good is Your VaR? Using Backtesting to Assess System Performance, Financial Engineering News, August, 1-2.
  • Burzała, M. (2014), Wybrane metody badania efektów zarażania na rynku kapitałowym, Wyd. Uniwersytetu Ekonomicznego w Poznaniu, Poznań,
  • Candelon, B., Joëts, M., Tokpavi, S. (2013), Testing for Granger Causality in Distribution Tails: An Application to Oil Markets Integration, Economic Modelling, 31, 276-285, DOI: http://dx.doi.org/10.1016/j.econmod.2012.11.049.
  • Dowd, K. (2004), Measuring Market Risk, John Wiley & Sons, West Sussex, DOI: http://dx.doi.org/10.1002/9781118673485.
  • Dufour, J.-M. (2006), Monte Carlo Tests with Nuisance Parameters: a General Approach to Finite Sample Inference and Nonstandard Asymptotics, Journal of Econometrics, 27 (2), 443-477, DOI: http://dx.doi.org/10.1016/j.jeconom.2005.06.007.
  • Fałdziński, M. (2011), On The Empirical Importance Of The Spectral Risk Measure With Extreme Value Theory Approach. Financial Markets Principles of Modelling Fore-casting and Decision-Making, FindEcon, Lodz, 73-86,
  • Fałdziński, M. (2014), Teoria wartości ekstremalnych w ekonometrii finansowej, Wydawnic-two UMK, Toruń,
  • Fałdziński, M., Osińska, M., Zdanowicz, T. (2012), Detecting Risk Transfer in Financial Markets using Different Risk Measures, Central European Journal of Economic Modelling and Econometrics, vol. 4, issue 1, 45-64,
  • Forbes, K. J., Rigobon, R. (2002), No contagion, only interdependence: measuring stock market comovements, The Journal of Finance, 57(5), 2223-2261, DOI: http://dx.doi.org/10.1111/0022-1082.00494.
  • Garman, M.B., Klass, M.J. (1980), On the estimation of Security Price Volatilities from His-torical data, Journal of Business 53, 67-78,
  • Hong, Y. (2001), A test for volatility spillover with applications to exchange rates, Journal of Econometrics, 103(1-2), 183-224, DOI: http://dx.doi.org/10.1016/S0304-4076(01)00043-4.
  • Hong, Y., Liu, Y., Wang, S. (2009), Granger causality in risk and detection of extreme risk spillover between financial markets, Journal of Econometrics, 150(2), 271-287, DOI: http://dx.doi.org/10.1016/j.jeconom.2008.12.013.
  • Lardy, N. (1998), China and the Asian Contagion, Foreign Affairs, 77, 78-88, DOI: http://dx.doi.org/10.2307/20048967.
  • Lopez, J.A. (1998), Regulatory evaluation of value-at-risk models, Federal Reserve Bank of New York Economic Policy Review, October, 119-124, DOI: http://dx.doi.org/10.21314/JOR.1999.005.
  • McNeil, J.A., Frey, F. (2000), Estimation of Tail-Related Risk Measures for Heteroscedastic Financial Time Series: an Extreme Value Approach, Journal of Empirical Finance, 7, 271-300, DOI: http://dx.doi.org/10.1016/S0927-5398(00)00012-8.
  • Osińska, M., Fałdziński, M., Zdanowicz, T. (2012), Econometric Analysis of the Risk Trans-fer in Capital Markets. The Case of China, Argumenta Oeconomica, 2(29), 139-164,
  • Parkinson, M. (1980), The extreme value method for estimating the variance of the rate of return, Journal of Business 53, 61-65, DOI: http://dx.doi.org/10.1086/296071.
  • Peek, J., Rosengre, E.S. (1997), The International Transmission of Financial Shocks: The Case of Japan, The American Economic Review, 87, 495-505, DOI: http://dx.doi.org/10.2139/ssrn.36583.
  • Pickands, J. (1975), Statistical Inference Using Extreme Order Statistics, Annals of Statistics, 3(1), 119-131,
  • Rogers, L.C.G., Satchell S.E. (1991), Estimating Variance from High, Low and Closing Pric-es, Annals of Applied Probability 1, 504-512, DOI: http://dx.doi.org/10.1214/aoap/1177005835.
  • Sarma, M., Thomas, S., Shah, A. (2003), Selection of Value-at-Risk Models, Journal of Forecasting, 22, 337-358, DOI: http://dx.doi.org/10.1002/for.868.
  • Yang, D., Zhang, Q. (2000), Drift Independent Volatility Estimation based on High, Low, Open and Close Prices, Journal of Business 73, 477-492, DOI: http://dx.doi.org/10.1086/209650.
  • Zakoian, J.-M. (1994), Threshold Heteroscedastic Models, Journal of Economic Dynamics and Control, 18 (5), 931-955.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171454791

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.