Time Series Decomposition as a Method of Measuring Capital Markets Convergence

• Autorzy: Rafał Żukowski

Warianty tytułu

Dekompozycja szeregów czasowych jako metoda pomiaru zbieżności rynków kapitałowych

• Języki publikacji: EN

Abstrakty

EN

The aim of the article is to present time series decomposition as a method of measuring capital markets convergence. As an example, convergence of two different sets of markets are measured using this methodology. On the basis of this research, it has been established that time series decomposition of the market indices can prove or reject a hypothesis of moving indices in similar directions over a period of time. (original abstract)

Celem artykułu jest prezentacja dekompozycji szeregów czasowych jako metody pomiaru zbieżności rynków kapitałowych. Jako przykład zbieżność dwóch par rynków kapitałowych zmierzono z zastosowaniem tej metodologii. Na bazie tych badań stwierdzono, że dekompozycja szeregów czasowych składających się z wartości indeksów cenowych rynków kapitałowych może służyć do potwierdzenia lub odrzucenia hipotez dotyczących poruszania się indeksów w podobnych kie-runkach w badanych okresach czasu. (abstrakt oryginalny)

Słowa kluczowe

EN

Time-series analysis; International capital markets

PL

Analiza szeregów czasowych; Międzynarodowe rynki kapitałowe

• Czasopismo: Olsztyn Economic Journal
• Rocznik: 2020
• Numer: nr 15 (2)
• Strony: 155--164

Twórcy

autor

Rafał Żukowski

• Warsaw School of Economics, Poland

Bibliografia

• Berenson, M., Levinet, D., & Szabat, K. (2015). Basic Business Statistics: Concepts and Application. 13th edition. Pearson, USA.
• Cooraj, T.M.J.A. (2008). Applied Time Series. Analysis and Forecasting. New Delhi: Narosa.
• Enders, W. (2003). Applied Econometric Time Series. Hoboken, NJ: John Wiley & Sons.
• Frątczak, E. (2015). Statistics for Management and Economics. Warszawa: Oficyna Wydawnicza SGH.
• Frątczak, E., & Korczyński A. (2013). Statystyka od podstaw z systemem SAS. Warszawa: Oficyna Wydawnicza SGH.
• Hamilton, J. (1994). Time Series Analysis. Princeton: Princenton University.
• Jóźwiak, J., & Podgórski, J. (2000). Statystyka od podstaw. Warszawa: Polskie Wydawnictwo Ekonomiczne.
• Lynch, P., & Zumbach, G. (2003). Market heterogeneities and the causal structure of volatility. Quantitative Finance, 3. http://dx.doi.org/10.1088/1469- 7688/3/4/308.
• Peck, R., & Devore, J. (2012). Statistics. The Exploration and Analysis of Data. 7th international ed. Brooks/Cole Cengage Learning.
• Subbotin, A. (2008). A multi-horizon scale for volatility. Working Paper. Paris: University of Paris. http://dx.doi.org/10.2139/ssrn.1101376.
• Valkanov, R. (2003). Long-horizon regressions: Theoretical results and applications. Journal of Financial Economics, 68. http://dx.doi.org/10.1016/S0304-405X(03)00065-5.
• World Federation of Exchanges. (2020). Retrieved from https://www.world-exchanges.org (25.03.2020).

Identyfikatory

DOI

10.31648/oej.5838