Zastosowanie modeli warunkowej wariancji w modelowaniu zmienności ropy w latach 2002 - 2018

• Autorzy: Jan Piechoczek , Marcin Chłodek

Warianty tytułu

Application of Conditional Variance Models in Modeling Oil Volatility in Years 2002-2018

• Języki publikacji: PL

Abstrakty

Szeregi czasowe stóp zwrotu zazwyczaj posiadają inny niż normalny rozkład statystyczny. Szczególnym przypadkiem szeregów stóp zwrotu są aktywa towarowa takie jak ropa. Konstruowanie modeli takich szeregów czasowych wymaga m. in. uwzględnienia takich czynników jak efekt dźwigni. Efekt ten nieuwzględniany w klasycznych modelach zmienności uchwytywany jest przez model GJR GARCH. W poniższej pracy zbadano różnice pomiędzy klasycznymi modelami zmienności, a modelami GJR GARCH w czterech różnych okresach. Przyjęto następujące kryteria wyboru najlepszego modelu: istotność parametrów modelu, kryterium informacyjne Akaikego oraz Bayesowskie kryterium Schwarza. (abstrakt oryginalny)

EN

Time series of returns usually have a non-normal statistical distribution. A special case of time series of returns are commodities such as oil. Construction of such time series models requires among others factors such as the leverage effect. This effect, not included in classic volatility models, is captured by GJR GARCH model. The following study investigated differences between classic volatility models and GJR GARCH models in four different periods. The following criteria for selecting best model were adopted: significance of the parameters, Akaike information criterion and Bayesian information criterion. (original abstract)

Słowa kluczowe

PL

Szeregi czasowe; Stopa zwrotu; Analiza wariancji; Model GARCH

EN

Time-series; Rate of return; Variance analysis; GARCH model

• Czasopismo: Prace Naukowe Wyższej Szkoły Zarządzania i Przedsiębiorczości z siedzibą w Wałbrzychu
• Rocznik: 2018
• Tom: 46 (2)
• Strony: 167--179

Twórcy

autor

Jan Piechoczek

• Uniwersytet Ekonomiczny w Katowicach

autor

Marcin Chłodek

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• [1] Akey R., Alpha, Beta and Commodities: Can a Commodities Investment Be Both a High Risk-Adjusted Return Source, and a Portfolio Hedge?, The Journal of Wealth Management vol. 9, 2006.
• [2] Alexander C., Market Risk Analysis II: Practical Financial Econometrics, John Wiley & Sons, Ltd., Chichester 2008.
• [3] Black F., Studies of stock price volatility changes, Proceedings of the 1976 Meetings of the American Statistical Association, Business and Economics Statistics Section, 1976.
• [4] Bollerslev T., Generalized Autoregressive Conditional Heteroskedasticity, Journal of Econometrics 31, 1986.
• [5] Doman M., Doman R., Modelowanie zmienności i ryzyka, Oficyna a Wolters Kluwer business, Kraków 2009.
• [6] Engle R., Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica vol. 50, 1982.
• [7] Garcia-Feijoo L., Jensen G., Johnson R., The Effectiveness of Asset Classes in Hedging Risk, Journal of Portfolio Management Vol. 38, 2012.
• [8] Glosten L., Jagannathan R., Runkle D., On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks, The Journal of finance vol. XLVIII, 1993.
• [9] Izadi S., Hassan K., Portfolio and hedging effectiveness of financial assets of the G7 countries, Euroasian Economic Reviev 8, 2018.
• [10] Lim C., Sek S., Comparing the performances of GARCH-type models in capturing the stock market volatility in Malaysia, Procedia Economics and Finance 5, 2013.
• [11] Liu H., Hung J., Forecasting S&P-100 stock index volatility: The role of volatility asymmetry and distributional assumption in GARCH models, Expert Systems with Applications 37, 2010.
• [12] Piontek K., Modelowanie efektu dźwigni w finansowych szeregach czasowych, Materiały konferencyjne Akademii Ekonomicznej w Krakowie: Nauki Finansowe wobec współczesnych problemów gospodarki polskiej. Tom IV (Rynki Finansowe), 2004.
• [13] Sariannidis N., Stock, Energy and Currency Effects on the Asymmetric Wheat Market, Interantional Advances in Economic Research 17, 2011.
• [14] Thiripalraju M., Acharya R., Modeling Volatility for the Indian Stock Market, The IUP Journal of Applied Economics Vol. IX, 2010.
• [15] Tsay R., Analysis of Financial Time Series, Wiley-Interscience, New Jersey 2005.