Wykorzystanie przełącznikowych łańcuchów Markowa w modelowaniu finansowych szeregów czasowych

• Autorzy: Michał Bernard Pietrzak
• Języki publikacji: PL

Abstrakty

Większość badań ekonometrycznych w przypadku stóp zwrotu z notowań obserwowanych na rynkach papierów wartościowych wskazuje na brak zgodności ich rozkładów z rozkładem normalnym. Za główne przyczyny odrzucania hipotezy o rozkładzie normalnym uważane są silna asymetria oraz podwyższona kurtoza, w porównaniu z rozkładem normalnym analizowanych szeregów czasowych. Modelami wyjaśniającymi, zarówno skośność, jak i podwyższoną kurtozę rozkładu, mogą być nieliniowe modele progowe. Dla celów modelowania finansowych szeregów czasowych najczęściej wykorzystywane są modele TAR, SET AR, gdzie przełączanie między reżimami zależne jest od konkretnych wartości zmiennej obserwowalnej oraz przełącznikowe modele Markowa, w których przełączanie między reżimami jest oparte na nieobserwowalnym procesie Markowa. Przedstawiony przykład empiryczny wskazuje, że istnieje możliwość wykorzystania zaproponowanego w opracowaniu modelu SWARCH do opisu finansowych szeregów czasowych. Model SWARCH okazał się równie dobrze dopasowanym modelem do danych empirycznych, jak model ARCH, na co wskazują podobne wartości kryterium informacyjnego Schwarza. Należy zauważyć, że w dalszych analizach należałoby przebadać kolejne spółki, przy założeniu dowolnej postaci modelu SWARCH(k,q). (fragment tekstu)

Słowa kluczowe

PL

Łańcuch Markowa; Modele Markowa; Szeregi czasowe

EN

Markov chain; Markov models; Time-series

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2008
• Tom: Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2006
• Strony: 129--136

Twórcy

autor

Michał Bernard Pietrzak

• Uniwersytet Mikołaja Kopernika w Toruniu

Bibliografia

• Doman M., Doman R.: Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, AE, Poznań 2004
• Hamilton J.D.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. "Econometric" 1989, No 57
• Hamilton J.D.: Times series analysis. Princeton University Press, Princeton 1994
• Hamilton J.D., Susmel R.: Autoregressive Conditional Heteroscedasticity and Changes In Regime. "Journal of Econometric" 1994, No 64
• Stawicki J.: Wykorzystanie łańcuchów Markowa w analizie rynku kapitałowego. UMK, Toruń 2004
• Tong H., Lim K.: Threshold Autoregression. "Journal of the Royal Statistical Society" 1980, No 42B
• Tong H.: Non-linear time series. Oxford Science Publications, New York 1990