Regresyjne i dynamiczno-statystyczne modelowanie zmienności w praktyce oceny ryzyka inwestycji kapitałowych i ubezpieczeniowych

• Autorzy: Włodzimierz Szkutnik

Warianty tytułu

Regression and Statistical Modeling of Dynamic and Variation in Practice, Risk Assessment, Capital Investments and Insurance

• Języki publikacji: PL

Abstrakty

Omówione w tym artykule kwestie dotyczące modelowania zmienności cen aktywów w postaci stochastyczno-dynamicznej wykazują zmienność stóp zwrotu aktywów i umożliwiają opracowanie prognozy odpowiednich wskaźników oceniających rentowność aktywów. Wybrane modele, takie jak znany z literatury model SV, miały na celu zilustrowanie idei analizy rentowności aktywów i jednocześnie wskazania ich uogólniających własności. Rozpatrywane zagadnienia są bardzo szeroko analizowane za pomocą licznych narzędzi analitycznych. Wielość modeli, które mają zastosowanie w badaniu zmienności aktywów, wynika z doniosłości badanych zagadnień. Dla rozwoju gospodarczego, stabilnego i obarczonego ograniczonym ryzykiem, zmienność implikująca ryzyko, a także niepewność, chociaż występuje odwrotny pierwotny wpływ tych wielkości, ma niezaprzeczalne znaczenie. Przenikanie się rynku finansowego i rynków ekonomicznych wymusza ciągłe studia analityczne nad badaniem różnorodnych zależności, gdyż analizy o charakterze opisu sytuacji przeszłej i bieżącej, podparte nawet bardzo subtelnymi teoriami ekonomicznymi stają się niewystarczające dla wyjaśnienia zjawisk finansowych i z płaszczyzny gospodarczej. Nie jest to zależne od tego, czy określone lobby naukowe propaguje określoną ideologię metodologiczną. Zaprezentowane wyniki empirycznej analizy świadczą natomiast, że zastosowanie modeli zarówno klasy ARCH, jak i GARCH jest uzasadnione. W szczególności dotyczy to rozważanej tu zmienności cen instrumentów finansowych o dużej częstotliwości zmian. Uwzględniając wewnątrzsesyjne notowania kontraktów terminowych, stwierdzono, że wyniki mogą być obiecujące. Wskazuje na to wręcz wzorcowe dopasowanie wartości modelowych do rzeczywistych wartości notowań. W analizowanym okresie zaobserwowano niewielkie odchylenie od obserwowanych wartości. Dla danych empirycznych będących podstawą estymacji zmienności okazało się, że lepsze dopasowanie uzyskano na podstawie modelu ARCH. Nie jest to oczywiście ogólna prawidłowość. Analizując zjawiska ekonomiczne, szczególnie z rynku finansowego, należy testować modele na większej liczbie instrumentów kapitałowych, w szerszym i bardziej zróżnicowanym horyzoncie czasowym. Należy zwrócić też uwagę, że analiza dotycząca zmienności, której dokonano w artykule, umożliwia prognozowanie wariancji, co daje podstawy do predykcji i oceny przyszłego kształtowania kontraktów terminowych. (fragment tekstu)

EN

Discussed in the article typical stochastic-dynamic models are formulated taking into account the volatility of asset returns and allow for longer term development of appropriate indicators evaluating forecasting profitability of assets. Some models, such as known from the literature SV model, aimed to illustrate the idea of the profitability analysis of assets and simultaneously indicate its generalization property. Issues are dealt with very extensively analyzed using several analytical tools. The multiplicity of models that are applicable in the study of variation of assets due to the significance of the issues studied. For economic development, stable and saddled with limited risk, the undeniable importance of risk and volatility implying the uncertainty, though in the real economy is the primary impact of these opposite magnitude. Interpenetration of financial markets and economic markets requires the development of new analytical techniques for the study of various quantities characterizing the relationship between these markets. In the second part of the article presents the analysis within a session (with English intraday) volatility of the value of futures contracts on WIG20 USD and the date of exercise session 09.19.2008 dating from 15/10/2007 to 19/09/2008. Illustration of empirical models presented, allowed to formulate the conclusion that they can be a useful tool in the study of variation in the financial markets, in particular, phenomena characterized by high frequency changes. (original abstract)

Słowa kluczowe

PL

Inwestycje kapitałowe; Ubezpieczenia; Modelowanie ekonometryczne; Ocena ryzyka; Ryzyko inwestycyjne

EN

Capital investments; Insurances; Econometric modeling; Risk assessment; Investment risk

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Numer: nr 76 Statystyczno-dynamiczne modele zarządzania ryzykiem ekonomicznym : prognostyczne uwarunkowania w gospodarce i analizach społecznych
• Strony: 177--192

Twórcy

autor

Włodzimierz Szkutnik

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• R.S. Tsay: Analysis of Financial Time Series, John Wiley & Sons, New York 2002
• E. Jacquier, N. Polson, P. Rossi, Bayesian Analysis of Stochastic Volatility Models, "Journal of Business & Economic Statistic" 1994, Vol. 12, s. 371-417.
• Z. Ding, C.W. Granger, R. Engle, A Long Memory Property of Stock Return and a New Model, "Journal of Empirical Finance" 1993, Vol. 1, s. 83-106
• F.J. Breidt, N. Crato, P. de Lima, On the Detection and Estimation of Long Memory in Stochastic Volatility, "Journal of Econometrics" 1998, Vol. 83, s. 325-348.
• T. Bollerslev, D. Jubinski, Equality Trading Volume and Volatility: Latent Information Arrivals and Common Long-run Dependencies, "Journal of Business & Economics Statistics" 1999, Vol. 17, s. 9-21.
• B.K. Ray, R.S. Tsay, Long-Range Dependence in Daily Stock Volatilities, "Journal of Bussess & Economics Statistics" 2000, Vol. 18, s. 254-262.
• K.R. Frencz, G.W. Schwert, R.F. Stambaugh, Expected Stock Returns and Volatility, "Journal of Financial Economics" 1987, Vol. 19, s. 3-29.
• T.G. Andersen, T. Bollerslev, F.X. Diebold, P. Laby, The Distribution of Exchange Rate Volatility, Working paper, Economic Department, University of Pennsylvania 1999.
• X. Bai, J.R. Russell, G.C. Tiao, Beyond Metron's Utopia: Effectsof Dependence and Non-Normality on Variance Estimates Using High-Frequency Data, Working paper, Graduate School of Business, University of Chicago, Chicago 2000.
• W. Szkutnik, M. Pichura, Analiza wewnątrzsesyjnych zmienności wartości kontraktów terminowych z zastosowaniem modeli klasy ARCH/GARCH, Ekonometria, nr 24, Prognozowanie, UE, Wrocław 2009.