PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2019 | 23 | nr 2 | 63--77
Tytuł artykułu

Clustering Companies Listed on the Warsaw Stock Exchange According to Time-Varying Beta

Warianty tytułu
Grupowanie spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie według bet zmiennych w czasie
Języki publikacji
EN
Abstrakty
Jednym z podstawowych narzędzi konstrukcji portfela akcji jest jednowskaźnikowy model Sharpe'a. Jest to model opisujący zależność pomiędzy stopami zwrotu z akcji danej spółki a czynnikiem rynkowym utożsamianym zazwyczaj z indeksem giełdowym. Miarą siły tej zależności jest parametr regresji w liniowym modelu regresji Sharpa, nazywany parametrem beta. Wiele badań wskazuje jednak, że parametr beta nie jest stabilny w czasie i do jego wyznaczenia należy użyć modeli, które umożliwiają opisanie dynamiki parametru beta w czasie. Jedną z najczęściej używanych metod do oszacowania parametru beta zmiennego w czasie jest filtr Kalmana. Jako wynik filtru Kalmana otrzymujemy szereg czasowy będący oszacowaniem parametru beta zmiennego w czasie. W artykule zostaną zaprezentowane przykłady grupowania spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie ze względu na otrzymane oszacowania parametru beta zmiennego w czasie z wykorzystaniem miary DTW (Dynamic Time Warping).(abstrakt oryginalny)
EN
The beta parameter is a popular tool for the evaluation of portfolio performance. The Sharpe single-index model is a simple regression model in which the stock's returns are regressed against the returns of a broader index. The beta parameter is a measure of the strength of this relation. Extensive recent research has proved that the beta is not constant in time and should be modelled as a time-variant coefficient. One of the most popular methods of the estimation of a time-varying beta is the Kalman filter. As the output of the Kalman filter, one obtains a sequence of the estimates of a time-varying beta. This sequence shows the historical dynamics of sensitivity of a company's returns to the variations of market returns. The article proposes a method of clustering companies listed on the Warsaw Stock Exchange according to time-varying betas.(original abstract)
Rocznik
Tom
23
Numer
Strony
63--77
Opis fizyczny
Twórcy
  • University of Lodz, Poland
Bibliografia
  • Aghabozorgi S., Teh Y.W., 2014, Stock market co-movement assessment using a three-phase clustering method, Expert Systems with Applications, vol. 41, no. 4, pp. 1301-1314.
  • Aghabozorgi S., Shirkhorshidi A.S., Wah T.Y., 2015, Time-series clustering - a decade review, Information Systems, vol. 53, pp. 16-38.
  • Alexander G.J., Chervany N.L., 1980, On the estimation and stability of beta, Journal of Financial and Quantitative Analysis, vol. 15, no. 1, pp. 123-137.
  • Andersen T.G., Bollerslev T., Diebold F.X., Wu G., 2006, Realized beta: persistence and predictability, Econometric Analysis of Financial and Economic Time Series, Emerald Group Publishing Limited, pp. 1-39.
  • Augustyński I., Laskoś-Grabowski P., 2018, Clustering macroeconomic time series, Econometrics. Advances in Applied Data Analysis, vol. 22, no. 2, 74-88.
  • Baesel J.B., 1974, On the assessment of risk: some further considerations, The Journal of Finance, vol. 29, pp. 1491-1494.
  • Bagnall A.J., Janacek G., De la Iglesia B., Zhang M., 2003, Clustering Time Series from a Mixture of Polynomial Models with Discretised Data, [in:] Proceedings of the Second Australasian Data Mining Workshop, pp. 105-120.
  • Będowska-Sójka B., 2017, Evaluating the accuracy of time-varying Beta. The evidence from Poland, Dynamic Econometric Models, vol. 17, pp. 161-176.
  • Blume M., 1971, The assessment of risk, The Journal of Finance, vol. 26, no. 1.
  • Brooks R.D., Faff R.W., McKenzie M.D., 1998, Time-varying beta risk of Australian industry portfolios: a comparison of modeling techniques, Australian Journal of Management, vol. 23, no. 1, pp. 1-22.
  • Bryja A., 2012, Optymalizacja liczby skupień na podstawie wybranych wskaźników jakości grupowania, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, vol. 892, pp. 53-67.
  • Caliński T., Harabasz J., 1974, A dendrite method for cluster analysis, Communications in Statistics- Theory and Methods, vol. 3, no. 1, pp. 1-27.
  • Cai Z., Ren Y., Yang B., 2015, A semiparametric conditional capital asset pricing model, Journal of Banking & Finance, 61, pp. 117-126.
  • Chen S.N., 1982, An examination of risk-return relationship in bull and bear markets using time-varying security betas, Journal of Financial and Quantitative Analysis, vol. 17, pp. 265-286.
  • Chen S.N., Lee C.F., 1982, Bayesian and mixed estimators of time varying betas, Journal of Economics and Business, vol. 34, no. 4, pp. 291-301.
  • Choudhry T., Wu H., 2009, Forecasting the weekly time-varying beta of UK firms: comparison between the GARCH models vs the Kalman filter method, The European Journal of Finance, vol. 15, issue 4, pp. 437-444.
  • Das A., Ghoshal T.K., 2010, Market risk beta estimation using the adaptive Kalman filter, International Journal of Engineering Science and Technology, vol. 2, no. 6, pp. 1923-1934.
  • Dębski W., Feder-Sempach E.M., Wójcik S., 2017, Stabilność parametru beta dla największych spółek z rynku polskiego, niemieckiego i francuskiego - analiza porównawcza, Annales Universitatis Mariae Curie-Skłodowska, sectio H-Oeconomia, vol. 51, no. 5.
  • Ebner M., Neumann T., 2005, Time-varying betas of German stock returns, Financial Markets and Portfolio Management, vol. 19, no. 1, pp. 29-46.
  • Fabozzi F., Francis J.C., 1977, Stability tests for alphas and betas over bull and bear market conditions, Journal of Finance, vol. 32, pp. 1093-1099.
  • Fabozzi F.J., Francis J.C., 1978, Betas as a random coefficient, Journal of Financial and Quantitative Analysis, vol. 13, pp. 101-115.
  • Faff R.W., Hillier D., Hillier J., 2000, Time varying beta risk: an analysis of alternative modelling techniques, Journal of Business Finance & Accounting, vol. 27, no. 5-6, pp. 523-554.
  • Ferreira E., Gil-Bazo J., Orbe S., 2011, Conditional beta pricing models: A nonparametric approach, Journal of Banking & Finance, vol. 35, no. 12, pp. 3362-3382.
  • Focardi S.M., Fabozzi F.J., 2004, Clustering economic and financial time series: exploring the existence of stable correlation conditions, Finance Letters, vol. 2, no. 3, pp. 1-9. Retrieved from https://www.researchgate.net/publication/2547390.
  • Fu T.C., Chung F.L., Ng V., Luk R., 2001, Pattern discovery from stock time series using self-organizing maps, [in:] Workshop Notes of KDD 2001 Workshop on Temporal Data Mining, pp. 26-29.
  • Gatnar E., Walesiak M., 2004, Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydawnictwo AE we Wrocławiu, Wrocław.
  • Giorgino T., 2009, Computing and visualizing dynamic time warping alignments in R: the DTW package, Journal of Statistical Software, vol. 31, no. 7, pp. 1-24.
  • Gonedes N.J., 1973, Evidence on the information content of accounting numbers: accounting-based and market-based estimates of systematic risk, Journal of Financial and Quantitative Analysis, vol. 8, no. 3, pp. 407-443.
  • Hamilton J.D., 1988, Rational-expectations econometric analysis of changes in regime: an investigation of the term structure of interest rates, Journal of Economic Dynamics and Control, vol. 12, pp. 385-423.
  • Huang H-C., 2000, Tests of regimes-switching CAPM, Applied Financial Economics, vol. 10, pp. 573-578.
  • Kim K.M., Zumwalt, J.K., 1979, An analysis of risk in bull and bear markets, Journal of Financial and Quantitative Analysis, vol. 14, no. 5, pp. 1015-25.
  • Korzeniewski J., 2014, Indeks wyboru liczby skupień w zbiorze danych, Przegląd Statystyczny, vol. 61, no. 2, pp. 169-180.
  • Korzeniewski J., 2017, Zastosowanie analizy skupień do konstruowania portfeli akcji na WGPW, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 468 (Taksonomia 28), pp. 108-115.
  • Korzeniewski J., 2018, Efficient stock portfolio construction by means of clustering, Acta Universitatis Lodziensis. Folia Oeconomica, vol. 1, pp. 85-92.
  • Kumar M., Patel N.R., 2002, Clustering Seasonality Patterns in the Presence of Errors, [in:] Proceedings of the Eighth, ACMSIGKDD, pp. 557-563.
  • Kurach R., Stelmach J., 2014, Time-varying behaviour of sector beta risk - the case of Poland, Romanian Journal of Economic Forecasting, vol. 17, no. 1, pp. 139-159.
  • Lie F., Brooks R., Faff R., 2000, Modelling the equity beta risk of Australian financial sector companies, Australian Economic Papers, vol. 39, no. 3, pp. 301-311.
  • Markowitz H. M., 1952, Portfolio selection, The Journal of Finance, vol. 7, no. 1, pp. 77-91.
  • Markovitz, H. M., 1959, Portfolio selection: the efficient diversification of investments, John Wiley, NY.
  • Marvin K., 2015, Creating Diversified Portfolios Using Cluster Analysis, Princeton University.
  • Montero P., Vilar J.A., 2014, Tsclust: an r package for time series clustering, Journal of Statistical Software, vol. 62, no. 1, pp. 1-43.
  • Paparrizos J., Gravano L., 2015, k-shape: the efficient and accurate clustering of time series, In Proceedings of the 2015 ACM SIGMOD International Conference on Management of Data, pp. 1855- -1870.
  • Rubaszek M., 2012, Modelowanie polskiej gospodarki z pakietem R, Oficyna Wydawnicza - Szkoła Główna Handlowa.
  • Sakoe H., Chiba S., 1978, Dynamic programming algorithm optimization for spoken word recognition, IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. 26, no. 1, pp. 43-49.
  • Sharpe W., 1964, Capital asset prices: a theory of market equilibrium under conditions of risk, Journal of Finance, 19, 3, pp. 425-442.
  • Sharpe W.F., 1966, Mutual fund performance, The Journal of Business, vol. 39, no. 1, pp. 119-138.
  • Treynor J.L., 1965, How to rate management of investment funds, Harvard Business Review, vol. 43, no. 1, pp. 63-75.
  • Walesiak M., 2009, Analiza skupień, [in:] Statystyczna analiza danych z wykorzystaniem programu R, ed. M. Walesiak, E. Gatnar, Wydawnictwo Naukowe PWN, Warszawa.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171557990

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.