Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 44

Liczba wyników na stronie
first rewind previous Strona / 3 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Copula Functions
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 3 next fast forward last
Celem pracy jest przedstawienie podstawowych wiadomości dotyczących funkcji łączących (ang. copula). Funkcje łączące umożliwiają nieparametryczne badanie i modelowanie zależności zachodzących między zmiennymi losowymi. Są łącznikiem między rozkładami brzegowymi a rozkładem łącznym badanych zmiennych. Analiza zależności oparta jest wtedy na podstawowym równaniu:F(x1 ..., xn) = C(F1(x1),..., Fn(xn)),gdzie F jest dystrybuantą rozkładu łącznego, Fi, są dystrybuantami brzegowymi, a C jest funkcją łączącą. W najprostszym przypadku - niezależności - funkcja łącząca jest zwykłym iloczynem. (fragment tekstu)
Artykuł ten stanowi próbę zastosowania warunkowego rozkładu α-stabilnego do estymacji rozkładu rzeczywistego stóp zwrotu indeksów wybranych giełd. Do analizy powiązań pomiędzy poszczególnymi giełdami wykorzystano funkcje powiązań [copula], również w formie warunkowej. Forma warunkowa rozkładu α-stabilnego i funkcji powiązań powstała poprzez uzmiennienie parametrów. Parametry te są estymowane z uwzględnieniem wysokości stopy zwrotu w okresie poprzedzającym okres estymacji. Uzyskane w ten sposób wielkości, zależne od tego, czy na sesji poprzedniej były np. szczególnie wysokie lub niskie stopy zwrotu, pozwolą na dokładniejsze zbadanie dynamiki giełd i związków pomiędzy nimi.Pierwsza część artykułu prezentuje teoretyczne podstawy zastosowanej metodologii. Omówione są zarówno rozkłady a-stabilne, jak i funkcje copula. Sama metodologia jest przedstawiona w drugiej części artykułu. Szczegółowo omówiono sposób uzmiennienia parametrów zarówno rozkładu a-stabilnego, jak i funkcji copula w celu uzyskania rozkładów warunkowych. W części trzeciej zawarto wyniki badań empirycznych. Dane wykorzystane w obliczeniach obejmują indeks WIG 20 i wybrane akcje z GPW w Warszawie oraz indeksy z giełd w Nowym Jorku, Londynie, we Frankfurcie nad Menem, w Paryżu, Pradze, Budapeszcie i Bratysławie. Interpretacja otrzymanych wyników i wnioski końcowe są zawarte w ostatniej części pracy. (fragment tekstu)
Artykuł zawiera propozycje zastosowania podejścia mającego u podstaw funkcje połączeń w teorii portfela dwóch składników. Autor przedstawia podstawy teorii funkcji połączeń, a następnie wskazuje ich zastosowanie w analizie portfela dwóch składników, gdzie kryterium tworzenia portfela określone jest jako prawdopodobieństwo osiągnięcia zadanych stóp zwrotu przez każdy składnik portfela. (abstrakt oryginalny)
Wiedza dotycząca zależności między dwoma elementami portfela wydaje się niewystarczająca do podejmowania decyzji finansowych. Stąd inwestorzy przejawiają coraz większe zainteresowanie analizą zależności między wieloma składnikami swoich portfeli, co pozwala na lepsze zrozumienie oraz ocenienie sytuacji na rynku. Funkcje copula wydają sie być odpowiednim narzędziem do przeprowadzenia wnikliwej i zrozumiałej analizy dotyczącej zależności między wieloma instrumentami finansowymi. Celem niniejszego artykułu jest zbadanie relacji między trzema kursami walutowymi: USD/PLN, EUR/PLN oraz CZK/PLN. Badanie literaturowe pokazało, że takie analizy są przeprowadzane ale przy użyciu eliptycznych funkcji copula, w szczególności funkcji normalnej oraz t-studenta. Wadą tego podejścia jest grupowanie elementów w pary, co pozwala na dwuwymiarową analizę. Zatem, aby zbadać zależność między n instrumentami, tworzy się 􁉀𝑛2􁉁 par. Podej-ście wielowymiarowe pozwala na uproszczenie obliczeń oraz prowadzi do bardziej wiarygodnych rezultatów. Jednak, należy zwrócić uwagę, że wielowymiarowe funkcje copula są obecnie przedmiotem wielu badań i można zaproponować inne rozwiązane, mianowicie rozbicie wielowymiarowej funkcji rokładu prawdopodobieństwa na iloczyn brzegowych funkcji gęstości oraz funkcji pair-copula. W tym artykule skupiono się na archimedejskich funkcjach copula, takich jak funkcje Franka, Claytona i Gumbela, które stanowią wprowadzenie do wielowymiarowej analizy zależności między instrumentami finansowymi(abstrakt oryginalny)
W artykule tym zaprezentowano próbę klasyfikacji spółek notowanych na GPW w Warszawie na podstawie zależności pomiędzy ich stopami zwrotu. Wykorzystano tu związki między zależnością a odległością, omówione m.in. w pracy [Jajuga, Walesiak 2004]. Zależność między dwiema spółkami może być mierzona tradycyjnie, współczynnikiem korelacji liniowej pomiędzy notowaniami tych spółek, lub za pomocą wybranej funkcji powiązań. W opracowaniu wykorzystano jedną z archimedesowskich funkcji powiązań, których parametr theta można uznać za miarę powiązania między notowaniami, analogiczny do współczynnika korelacji liniowej.Artykuł składa się z trzech części. Pierwsza zawiera omówienie pojęć i metod wykorzystanych w badaniach empirycznych. W drugiej części porównano portfele zbudowane na podstawie klasyfikacji spółek z GPW w Warszawie, wykorzystującej funkcje powiązań, z portfelami zbudowanymi na podstawie klasyfikacji wykorzystującej współczynnik korelacji liniowej. Wyniki badań empirycznych omówiono w ostatniej części artykułu. (fragment tekstu)
W pierwszej części pracy zostanie przedstawiona teoria funkcji kopula, wraz z przykładami takich funkcji. Druga część prezentuje zastosowaną metodologię, główny nacisk położono na przedstawienie zastosowanej metodologii Rockingera-Jondeau, która pozwala badać warunkową zależność pomiędzy rynkami kapitałowymi. Trzecia część zawiera wyniki badań empirycznych wraz z ich interpretacją. (fragment tekstu)
Financial risk management is very important activity of many Financial institutions and enterprises. Due to the increasing risk in the Financial markets, this activity has crucial impact on the value of the institution. Therefore, more and more efforts are undertaken to design the effective system of Financial risk management. The key stage in risk management is risk measurement. The crucial role in risk management is played by the relationship between re- tums or between the changes of the prices. Unfortunately, most theoretical results are derived in the case of linear relationship. This occurs when multivariate distribution of the returns is elliptically symmetric distribution, including multivariate normal distribution. Here, the correlation coefficient is the proper measure of the relationship. However, the distribution of returns on the financial markets very often significantly departs from elliptically symmetric distribution. In such cases, using correlation coefficient (or correlation matrix) as a theoretical tool for risk management is not justifiable. This refers also to extreme dependence. This is the dependence between extreme values of two variables, for example two returns. In this paper we present the different approach, which is more general and avoids the drawbacks of correlation coefficient. It is called copula analysis. We will show how this approach can be used to measure extreme dependence. (fragment of text)
8
Content available remote Ubezpieczenia grupowe małżeństw uwzględniające zależności
61%
W artykule są rozpatrywane grupowe ubezpieczenia małżonków. Przyjmuje się, że w odróżnieniu od podejścia klasycznego, długości życia małżonków mogą być zależne. Struktura zależności jest opisana funkcją łączącą (ang. copula). Wyznacza się wartości aktuarialne trzech rent, a wyniki otrzymane dla różnych funkcji łączących porównuje się z wynikami uzyskanymi dla przypadku niezależności. Rozpatruje się wpływ stopnia zależności na wartości tych rent.(abstrakt oryginalny)
Nowadays, insurance contract reserves for coupled lives are considered jointly, which has a significant influence on the process of determining actuarial reserves. In this paper, conditional survival distributions of life insurance reserves are computed using copulas. Subsequently, the results are compared with an independence case. These calculations are based on selected Archimedean copulas and apply when the 'death of one individual' condition exists. The estimation outcome indicates that the insurer reserves calculated by means of Archimedean copulas are far more effective than those resulting from an independence assumption. The study demonstrates that copula-based dependency modelling improves the calculations of reserves made for actuarial purposes. (original abstract)
W pracy rozważany jest problem, jak z wykorzystaniem funkcji połączenia można uwzględniać informacje dotyczące struktury zależności w szacowaniu rozkładu zagregowanego współczynnika szkodowości i jak informacje te wpływają na wymogi kapitałowe potrzebne do zabezpieczenia się przed zagregowanym ryzykiem ubezpieczeniowym kilku grup ubezpieczeń nie na życie. Przedstawiono w niej metodę umożliwiającą szacowanie dolnego i górnego ograniczenia dystrybuanty rozkładu sumy zmiennych losowych w zależności od posiadanej wiedzy o strukturze zależności (wyrażonej językiem funkcji połączeń) oraz wyniki badań empirycznych, w których analizowano, w jakim stopniu przyjęcie określonej struktury zależności między współczynnikami szkodowości dwóch grup ubezpieczeń wpływa na wysokość wymogów kapitałowych dla zagregowanego ryzyka ubezpieczeniowego tych grup. (abstrakt oryginalny)
In this paper we present a copula-based model for a binary and a continuous variable in a time series setup. Within this modeling framework both marginals can be equipped with their own dynamics whereas the contemporaneous dependence between both processes can be flexibly captured via a copula function. We propose a method for testing the goodness-offit of such a time series model using probability integral transforms (PIT). This verification procedure allows not only a verification of the goodness-offit of the estimated marginal distribution for a continuous variable but also the conditional distribution of a continuous variable given the outcome of its binary counterpart (i.e. the adequacy of the copula choice). We test the model on an empirical example: investigating the relationship between trading volume and the indicators of arbitrarily 'large' price movements on the interbank EUR/PLN spot market. (original abstract)
Założenia klasycznej teorii portfela Markowitza znacznie ułatwiają analizę portfela, a więc również jego ryzyka. Są to jednak założenia bardzo mocne. Jednym z najważniejszych jest założenie o wielowymiarowym rozkładzie normalnym stóp zwrotu. Liczne badania [16; 14; 2; 11; 4] pokazały, że nawet rozkłady brzegowe - rozkłady stóp zwrotu z poszczególnych akcji - nie są normalne. Na ogół obserwuje się grube ogony i leptokurtozę tych rozkładów, rzadziej -nieznaczną lewostronną asymetrię. Co się zaś tyczy rozkładów wielowymiarowych, kwestionuje się w literaturze przedmiotu stosowanie współczynnika korelacji liniowej jako wystarczającej miary zależności [5; 6]. Wynika to między innymi z przypuszczenia, że zależność między bardzo niskimi albo też bardzo wysokimi stopami zwrotu jest silniejsza niż w typowym przedziale ich zmienności. Oznacza to, że do analizy ryzyka portfela niewystarczające mogą się okazywać nie tylko modele z wielowymiarowym rozkładem normalnym, ale w ogóle modele zakładające rozkłady eliptyczne.(fragment tekstu)
Artykuł zawiera wyniki badań nad zależnością asymptotyczną kilku najważniejszych indeksów giełdowych świata. Analizie poddano trzy funkcje łączące mające własność zależności w ogonie rozkładu: Claytona, Gumbla i najlepiej dopasowaną t-Studenta. Hipoteza, którą poddano weryfikacji, mówi o wzroście asymptotycznej zależności w okresie natężenia kryzysu finansowego. Wyniki badań potwierdzają wyższą zależność wartości ekstremalnych w okresie drastycznych spadków indeksów, jednak jest to spowodowane wspólnym wzrostem zmienności w tym okresie. Wartości TDC zostały znacznie zredukowane po oczyszczeniu szeregu stóp zwrotu z heteroskedastyczności warunkowej i autokorelacji procesem AR(1)-GARCH(1,1). Wyższa asymptotyczną zależność istnieje dla indeksów giełd zbliżonych geograficznie, dlatego też duże spadki na GPW w Warszawie są najbardziej powiązane ze spadkami na giełdach w Londynie i Frankfurcie nad Menem. (abstrakt oryginalny)
14
Content available remote Formalne porównanie modeli Copula-AR(1)-T-GARCH(1,1) dla subindeksów indeksu WIG
61%
Kopule stały się jednym z popularnych narzędzi modelowania zależności między szeregami czasowymi, pochodzącymi z rynków finansowych. Głównym celem pracy jest formalne, bayesowskie porównanie mocy wyjaśniającej dwuwymiarowych modeli Copula-AR-GARCH, różniących się strukturą zależności warunkowych, opisaną przez poszczególne kopule. Dla porównania dokonano również estymacji modeli Copula-AR-GARCH metodą największej wiarygodności, a następnie zbudowano ranking modeli na podstawie kryteriów informacyjnych Akaikego (AIC) oraz Schwarza (BIC). Modele Copula- AR-GARCH zostały wykorzystane do opisu zmienności i zależności dziennych stóp zwrotu subindeksów indeksu WIG. Wyniki wskazały na dużą przydatność bardzo prostych i nieformalnych metod porównywania modeli Copula-AR-GARCH. Dla sześciu par szeregów czasowych rankingi modeli uzyskane metodami formalnymi (w ujęciu bayesowskim) i metodami ad hoc (poprzez AIC i BIC) okazały się bardzo zbliżone, a w wielu przypadkach identyczne. (abstrakt oryginalny)
Indywidualny model ryzyka może być zastosowany zarówno w ubezpieczeniach typu "life" jak i "non-life. Zwykle zakłada się w nim, że ryzyko wchodzące w skład portfela ubezpieczeń stanowi zmienne losowe niezależne. Jednak z praktycznego punktu widzenia to założenie nie zawsze jest spełnione. Jeżeli mąż i żona mają polisy ubezpieczeniowe wchodzące w skład tego samego portfela ubezpieczeń, to należy założyć, że odpowiadające każdemu z nich ryzyka są wzajemnie zależne, gdyż na obu małżonków w mniejszym lub większym stopniu działają podobne zdarzenia. Również gdy mamy pracowniczy program emerytalny w danym zakładzie pracy, to należy założyć że typy ryzyka wchodzące w skład portfela są ze sobą powiązane. Także rodzaje ryzyka wchodzące w skład grupowego ubezpieczenie na życie lub zdrowotnego pracowników tego samego zakładu pracy są uzależnione od siebie, gdyż ubezpieczającym się zagrażają takie same niebezpieczeństwa (np. pracownikom kopalni - wybuch, eksplozja). Również gdy mamy ubezpieczenie od (katastrof), np. powodzi na danym terenie, to portfel ubezpieczeń zawiera w dość znacznym stopniu powiązane ze sobą grupy ryzyka. Poniżej przedstawimy indywidualny model ryzyka, podając sposób szacowania rozkładu łącznych roszczeń w przypadku ryzyka niezależnego, a następnie przedstawimy metodę wyznaczania dystrybuanty łącznych roszczeń w przypadku, gdy zmienne losowe opisujące pojawienie się roszczeń związanych z ubezpieczonym ryzykiem są zależne oraz mają taki sam rozkład zero-jedynkowy. Strukturę zależności między tymi zmiennymi opiszemy, wykorzystując funkcję połączeń (copula function). (fragment tekstu)
Celem opracowania jest przedstawienie próby zastosowania nieklasycznego podejścia w analizie portfelowej. Klasyczne podejście Markowitza zakłada wielowymiarową normalność stóp zwrotu analizowanych papierów wartościowych. Zdecydowana większość badań empirycznych wskazuje jednak, że stopy te nie mają rozkładu normalnego, wyniki sugerują występowanie grubych ogonów i asymetrii. Z tego powodu portfele wyznaczone za pomocą klasycznego podejścia średnia-wariancja są nieefektywne, jeśli zastosujemy alternatywne miary ryzyka, takie jak np. Conditional Value at Risk (CVaR). Jedną z metod pozwalających na poprawę wyników jest zastosowanie wielowymiarowych rozkładów stóp zwrotu o grubych ogonach, czemu mogą służyć funkcje powiązań (copula), zwłaszcza funkcje o więcej niż dwóch wymiarach. W opracowaniu jako miarę ryzyka portfela zastosowano CVaR.(fragment tekstu)
17
51%
The paper constitutes an attempt at modelling the joint distribution of crop plant yields and prices in Poland. The main objective of the paper was to examine the usefulness of the copula function for the task and the selection of suitable marginal distributions. The fit of a joint distribution based copula function was compared with multivariate normal distribution. It was revealed that the multivariate normal distribution is outperformed by a Gaussian copula with the following marginal distribution: yields of both crop plants - normal distribution, price of wheat - Burr distribution (type XII) and price of rapeseeds - lognormal distribution. The main advantages of the copula function were: the possibility to use different marginal distributions and ability to model non-elliptical twodimensional distributions. The practical implications of choosing the right joint distribution is demonstrated by comparing empirical quantiles of income for a given crop structure with theoretical quantiles based on the proposed joint distributions. (original abstract)
The article presents an analysis of the impact of foreign currency dynamics on the fundamentals (basic indices of the economic performance) of the Czech Republic, Hungary and Poland during the financial crisis of 2007/2008 and its aftermath until 2017. The subject of the analysis are three currencies: the US dollar, the euro and the Swiss franc. The assessment of their impact on the fundamentals of the three above-mentioned economies is based on the joint volatilities of bond spreads and currencies. A series of copula-GARCH models was estimated. The research demonstrates that the impact of foreign currencies was the strongest in the case of Poland and Hungary, as these two countries were more dependent on loans in foreign currencies than the Czech Republic. Another finding shows that the impact decreased significantly in Hungary after its government introduced loan conversion. (original abstract)
W artykule przedstawiono metodę modelowania zależności za pomocą tej funkcji i jej wykorzystanie w symulacyjnym sposobie wyznaczania rozkładu sumy zależnych rodzajów ryzyka. Najpierw omówiono podstawy teoretyczne funkcji połączeń oraz własności klasy funkcji połączeń eliptycznych i Archimedesa. Następnie przedstawiono wyniki badań symulujących, w których analizowano wpływ wybranych struktur zależności (modelowanych za pomocą funkcji połączenia Gaussa, Gumbela i Franka) na zagregowany rozkład dwóch czynników ryzyka opisywanych takim samym rozkładem (normalnym, gamma, logarytmiczno-normalnym). Analizowano, w jakim stopniu wybrana struktura zależności wpływa na wymogi kapitałowe łącznej wartości ryzyka, będącej wynikiem agregacji rozważanych czynników ryzyka. (fragment tekstu)
Celem artykułu jest zbadanie charakteru zależności występujących między akcjami na polskiej giełdzie. Ze względu na czasochłonność i złożoność obliczeń ograniczono się do wybranych spółek z polskiej giełdy. Z tego samego powodu w obliczeniach wykorzystano jedynie portfele składające się z dwóch i trzech elementów. Dodatkowym ograniczeniem liczby składników portfela jest specyfika wykorzystanej przez autora funkcji powiązań. (fragment tekstu)
first rewind previous Strona / 3 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.