Wykorzystanie ukrytych modeli Markowa do klasyfikacji spółek giełdowych

• Autorzy: Iwona Kasprzyk

Warianty tytułu

Application of Latent Markov Model to Companies Stock Classification

• Języki publikacji: PL

Abstrakty

Modele klas ukrytych wprowadzone przez Lazarsfelda [Lazarsfeld, Henry 1968] pozwalają na analizę danych mierzonych na najsłabszych skalach pomiaru. W przypadku analizy tego typu modeli wymagane jest, aby dane zostały przedstawione za pomocą tablicy kontyngencji. Ukryte modele Markowa (latent Markov model) zostały zaproponowane przez Wigginsa [1973] i znalazły swoje zastosowanie przede wszystkim w psychologii oraz socjologii. Modele Markowa zostały opisane przede wszystkim przez Lange- heine'a [1994; 2000] oraz Vermunta [Vermunt, Langeheine, Böckenholt 1999]. Celem prezentowanego artykułu jest zastosowanie ukrytych modeli Markowa do analizy wybranych danych finansowych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Tego typu modele pozwolą na klasyfikację badanych spółek oraz na analizę zmian danego zjawiska na przestrzeni kilku okresów. (fragment tekstu)

EN

The main purpose of this paper is to show the latent Markow models, which we can use to financial analysis. This article shows the earning per share ratio analysis as one of the most important ratios for the potential investment on stock exchange. This kind of models has been proposed by Wiggins [1973] and they are combining of the latent class models and simple Markov model. These models can be used to describe individual change in categorical variables. (original abstract)

Słowa kluczowe

PL

Spółki giełdowe; Klasyfikacja; Modele Markowa; Ukryty model Markowa

EN

Stock market companies; Classification; Markov models; Hidden Markov model

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2007
• Tom: 14
• Numer: nr 1169 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 115--121

Twórcy

autor

Iwona Kasprzyk

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Bijleveld C.C.J.H. (2003), Latent Markov Modelling of Recidivism Data, "Statistica Neerlandica" vol. 57, nr 3, s. 305-320.
• Hagenaars J.A. (1990), Categorical Longitudinal Data: Log-Linear Panel, Trend, and Cohort Analysis, Newbury Park, Ca: Sage.
• Langeheine R. (1994), Latent Variables Markov Models, [w:] A. von Eye, C.C. Clogg (red.), Latent Variables Analysis: Aplications for Developmental Research, Sage Publications.
• Langeheine R., van de Pol F. (2000), Latent Markov Chains, [w:] J.A. Hagenaars, A.L. McCutcheon (red.), Applied Latent Class Analysis, Cambridge University Press, Cambridge.
• Lazarsfeld P.F., Henry N.W. (1968), Latent Structure Analysis, Houghton Mill, Boston.
• Read T.R.C., Cressie N.A.C. (1988), Goodness-of-Fit Statistics for Discrete Multivariate Data, Springer, New York.
• Reinecke J. (1997), Testing the Theory of Planned Behavior with Latent Markov Models, [w:] J. Rost, R. Langeheine (red.), Applications of Latent Trait and Latent Class Models in the Social Sciences, Waxmann Verlag.
• Vermunt J.K. (1997), LEM: A General Program for the Analysis of Categorical Data, Tilburg University, Tilburg.
• Vermunt J.K., Langeheine R., Böckenholt U. (1999), Discrete-Time Discrete-State Latent Markov Models with Time-Constant and Time-Varying Covariates, Journal of Educational and Behavioral Statistics" nr 24, s. 178-205.
• Wiggins L.M. (1973), Panel Analysis: Latent Probabilisty Models for Attitude and Behavior Processes, Elsevier Scientific Publishing Company, Amsterdam.