Wyniki wyszukiwania - BazEkon

1

100%

Trzpiot G.

Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach

|

2012

|

Dylematy ekonometrii: praca zbiorowa, 2. Księga pamiątkowa dla uczczenia 50-lecia pracy naukowej Profesora zw. dr. hab. Andrzeja Stanisława Barczaka Doktora honoris causa

147-157

Odporna regresja kwantylowa jest zbiorem procedur statystycznych bazujących na regresji, autoregresji i warunkowych kwantylach oraz na regresji i auto-regresji ocen rangowych (rank scores). Wymienione procedury mogą zastąpić klasyczną estymację oraz procedury testowania w klasycznej liniowej regresji oraz modelach autoregresyjnych, wykorzystujących metodę najmniejszych kwadratów, szczególnie w takich przypadkach, gdy nie mamy gwarancji, że badany zbiór obserwacji ma rozkład zgodny z rozkładem normalnym. To było powodem podjęcia omawianej tematyki we wcześniejszych pracach (Trzpiot 2009, Trzpiot 2011, Trzpiot 2011a). Charakter omawianych metod jest nieparametryczny w tym sensie, że nie zakładamy specyficznego rozkładu dla badanego zbioru obserwacji i odporny w odniesieniu do obserwacji odstających (outliers) zmiennej zależnej. Dodatkowo procedury bazujące na regresji ocen rangowych nie zależą od ewentualnych zaburzeń regresji, ponieważ regresje rangowanych ocen są niezmiennicze względem parametrów regresji, analogicznie porządki rangowe są niezmiennicze względem przesunięcia wartości parametru położenia. (fragment tekstu)

2

The Determinants of Fish Catch: A Quantile Regression Approach

80%

Pleños M. C. F.

Zeszyty Naukowe SGGW w Warszawie. Problemy Rolnictwa Światowego

|

2021

|

21(36)

|

z. 2

15-21

The goal of this study is to use quantile regression (QR) to find predictors of fishers' catch and compare it with OLS regression. The heterogeneous association across the different quantiles of the catch distribution was investigated using QR analysis. The findings reveal that the effect changes depending on where a fisher is in the catch distribution. In the OLS, there are several non-significant predictors that appear to be significant in quantile regression. By OLS regression, demographic variables have little effect on fishers' catch; but, in quantile regression, marital status, fishing hours, and use of motorized boats appeared to have a relatively high impact at the top of the distribution. (original abstract)

3

Decomposition of Differences Between Personal Incomes Distributions in Poland

80%

Landmesser J., Karpio K., Łukasiewicz P.

Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego

|

2015

|

16(XVI)

|

nr 2

43-52

In this paper we study differences between personal incomes distributions in Poland in 2002 and 2012. The empirical data have been collected within the Household Budget Survey project. We used the Machado & Mata decomposition, which utilizes quantile regression. This method allowed us to investigate differences between income distributions in the whole range of values, going beyond simple average value decomposition. We evaluated influence of person's attributes on the differences of incomes distributions in 2002 and 2012. By decomposing the differences into the explained and unexplained components we got information about their causes. The differences described by the explained part are caused by different characteristics of samples. The unexplained part shows differences caused by the changes of attribute importance.(original abstract)

4

Ekstremalna regresja kwantylowa

80%

Trzpiot G.

Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach

|

2012

|

nr 91 Analiza szeregów czasowych a statystyczny pomiar ryzyka

12-20

W artykule w szczególności zostaną omówione ekstremalne własności dla dużej próby (ekstremalny porządek oraz centralny porządek) estymatorów regresji kwantylowej dla modelu liniowego regresji kwantylowej z obciętym ogonem rozkładu do istotnego minimum rozważanej dziedziny oraz domknięte pod warunkiem ekwiwalentności ogona względem wartości regresorów. (fragment tekstu)

5

Bayesian Quantile Regression

80%

Trzpiot G.

Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach

|

2011

|

nr 65 Statistical inference methods in economic research

33-44

Poczynając od ważnej pracy Koenkera i Bassetta, regresja kwantylowa stała się uzupełniającym podejściem do kalsycznych metod estymacji regresji względem średniej. Wiele zastosowań regresji kwantylowej znajdujemy w finansach w estymacji modeli warunkowych w ocenie ryzyka. Engle i Manganelli zaproponowali model, który w natrualny sposób wykorzystuje regresję kwantylową do opisu ryzyka z wykorzystaniem VaR, zapisując nieliniowy model autoregresyjny z wykorzystaniem VaR. Metody estymacji tego modelu oraz zastosowania na polskim rynku kapitałowym były tematem poprzednich publikacji autorki. W tym artykule podjęto problem wybranej metody estymacji bayesowskiej regresji kwantylowej. Omówiono problem wnioskowania w tym podejściu, wykorzystując wcześniejsze pozycje, bez zastosowania założeń wynikających z metody największej wiarygodności. Ponadto zaprezentowano metodę przybliżenia krzywej rozkładu kwantyli z wykorzystaniem podejścia bayesowskiego.(abstrakt oryginalny.)

6

GLM and quantile regression models in a priori ratemaking

80%

Trzpiot G., Wolny-Dominiak A.

Wiadomości Ubezpieczeniowe

|

2013

|

nr 4

49-57

W procesie taryfikacji a priori w ubezpieczeniach majątkowych wykorzystywane są głównie modele regresyjne klasy GLM, w których przyjmowane jest założenie odnośnie zmiennej objaśnianej umożliwiające przyjęcie w modelu innego rozkładu prawdopodobieństwa niż jedynie rozkład normalny. Zatem rodzi się problem wyboru rozkładu zakładanego w modelu. W niniejszym artykule rozpatrujemy możliwość zastosowania regresji kwantylowej, w której nie zakłada się żadnej postaci rozkładu, co eliminuje wspomniany wyżej problem. Rozważamy zarówno model GLM jak również model zmodyfikowanej regresji kwantylowej dla portfela polis ubezpieczeniowych. Jako że regresja kwantylowa jest modelem nieparametrycznym, nie zdefiniowano miary będącej odpowiednikiem kryterium AIC w modelu GLM. Powoduje to trudności w porównywaniu modeli, a dalej w ostatecznym wyborze modelu do taryfikacji. Dlatego w pracy proponujemy zastosowanie procedury kroswalidacji w celu porównania modeli GLM oraz regresji kwantylowej i dalej wyboru modelu lepszego tzn. takiego, który daje mniejszy błąd cv.(abstrakt oryginalny)

7

Wavelet Decomposition Approach for Understanding Time-varying Relationship of Financial Sector Variables: a Study of the Indian Stock Market

61%

Ghosh I., Datta Chaudhuri T.

Multiple Criteria Decision Making / University of Economics in Katowice

|

2020

|

15

36-65

In this paper, we study the effect of overall stock market sentiment in India on sectoral indices and on individual stock prices in terms of co movement, dependence and volatility transmission along with the magnitude and persistence of the effects. The study uses wavelet decomposition framework for breaking down different financial time series into time varying components. Quantile Regression, Wavelet Multiple Correlation and Cross Correlation analysis, and Diebold Yilmaz spillover analysis are then applied to investigate the nature of dependence, association, and spillover dynamics. For further focus, we have considered different time periods separately to identify the effect of market phases. Interesting results are obtained with respect to persistence of shocks, both across and within time periods. These have implications with respect to understanding market behavior and also perception of sectors and stocks. (original abstract)

8

The Impact of Macro Factors on Apartment Prices in Polish Counties : a Two-Stage Quantile Spatial Regression Approach

61%

Tomal M.

Real Estate Management and Valuation

|

2019

|

vol. 27, iss. 4

1-14

The aim of this study is to identify the economic, demographic, environmental and spatial determinants of residential property prices in Polish counties. Two-stage quantile spatial regression (2SQSR) is the main method of analysis. Additionally, two-stage least squares regression (2SLS) is used. The estimation results indicate that there are several significant determinants of residential property prices with observable quantile effects. In particular, the findings reveal a very interesting U-shaped pattern among quantile regression coefficients for variables describing unemployment rate, the standard of properties and county area. For the spatially lagged dependent variable, a linear pattern is observable. Generally, the findings of this study have notable implications for developing housing policies, both at the national and local levels. (original abstract)

9

Wybrane metody regresji w estymacji modeli CaViarR

61%

Trzpiot G., Jeziorski P.

Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach

|

2010

|

Badania ekonometryczne w teorii i praktyce

97-110

Modele CaViaR zaproponowane przez Engle i Manganelli (1999) wykorzystują zjawisko autokorelacji na rynkach finansowych i pozwalają szacować wartośc zagrożoną - Value at Risk - na podstawie historycznych informacji.VaR jest miarą pozwalającą szacować stratę jaka może się zrealizować na inwestycji z określonym prawdopodobieństwem (poziom istotności). (fragment tekstu)

10

The Distribution of Wage Inequality Across Municipalities in Mexico : a Spatial Quantile Regression Approach

61%

Valdez R. I., García-Fernández F.

Equilibrium

|

2022

|

17

|

nr 3

669-697

Research background: According to classical labor economics, wage differences among regions of a country that has free-factor mobility should eventually vanish. However, the level of wage inequality among Mexican territories is increasing. The nature and causes of this discrepancy are worth identifying.Purpose of the article: To identify the spatial relationship of wage inequality that existed in the Mexican metropolitan system during the years 2010 and 2015.Methods: We develop a model of wages that considers the interaction between spatial units within a region. Then, we specify a spatial autoregressive model with the average wage per municipality as a dependent variable. This variable is spatially lagged along with other controls such as productivity, schooling, and migration. We combine data from population and economic censuses. Then, we perform a quantile regression to estimate the spatial effect of wage in a region upon quartiles of the wage distribution.Findings & value added: Wage inequality increases within a given region when the average wage increases in one of said region's municipalities. This phenomenon occurs because in municipalities that are neighbors of the one that enjoys a wage increase, the average wage tends to decrease. The impact is larger in those municipalities whose average wage is in the lower range of the regional wage distribution. Wage inequality is also increased by internal migration and increased productivity. These latter findings are some of the first for Mexico at this aggregation level. A novel aspect of our study is its use of territory as an observation unit for which statistics from population and economic censuses are combined to draw inferences about spatial inequality. (original abstract)

11

Inflation Persistence in BRICS Countries: A Quantile Autoregressive (QAR) Approach

61%

Phiri A.

Business and Economic Horizons

|

2018

|

vol. 14, iss. 1

97-104

Using the quantile autoregression methodology (QAR), this study contributes to the ever-expanding empirical literature by investigating the persistence in inflation for BRICS countries using quarterly time series data collected between 1996 to 2016. Our empirical analysis reveals two crucial findings. Firstly, for all estimated regressions, inflation persistence in the higher percentiles of the QAR regression exhibits unit root tendencies. Secondly, we note that the global financial crisis did alter the levels of inflation persistence at all quantiles for all BRICS countries. Collectively, we advise monetary authorities in BRICS countries to focus on keeping inflation at low and stable rates.(original abstract)

12

Underpricing and Long-Term Market Performance of Initial Public Offerings in Indonesia: a Quantile Regression Approach

61%

Sasikirono N., Sumiati S., Indrawati N. K.

Business and Economic Horizons

|

2018

|

vol. 14, iss. 1

152-167

This study aims to identify the relationship between underpricing and long-term market performance of IPOs in the Indonesian Stock Exchange (IDX), as well as determinants of IPOs' market performance. We based our paper on the idea that it is more meaningful and relevant to investigate underpricing and long-term market performance determinants at different distribution points. OLS and quantile regression analysis isapplied to 105 samples of IPOs during 2009-2013. The results of OLS and quantile regressions indicate that assets value, age, proceeds, and underwriters' reputation are determinants of long-term market performance; while assets, age and proceeds also become underpricing determinants. Among these factors, proceeds become the most important determinant of underpricing and long-term market performance. (original abstract)

13

Higher Co-Moments and Asset Pricing on Emerging Stock Markets by Quantile Regression Approach

61%

Huynh Luu Duc T., Nguyen S. P.

Business and Economic Horizons

|

2018

|

vol. 14, iss. 1

132-142

This paper investigates the role of the third and fourth moments which impact on weekly stock return for the all twenty-five emerging stock markets (featured by MSCI - Morgan Stanley Capital International) during the period from April 2005 to November 2017. We employ the traditional CAPM combined with co-skewness and co-kurtosis representing nonlinear shape in risk measurement to estimate return generating under quantile regression in descending order by sorting equally weighted portfolios. The findings show that three of premium including market premium, co-skewness premium and co-kurtosis premium has influenced stock return in each country by 1%; 5%; 10% significance level with five-quantile regression approach. Then, our models with higher co-moments have better explanation for securities in emerging markets rather than traditional CAPM. Importantly, the investors should add more co-skewness securities and eliminate co-kurtosis (or less this factor) to generate more returns among 25 developing markets.(original abstract)

14

Some Properties of Spatial Quantiles

61%

Trzpiot G.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2014

|

vol. 5, t. 307 Spatial Econometrics and Regional Economic Analysis

133-142

Warunkowe kwantyle są wykorzystywane w ekonomii, biomedycynie lub w przemyśle. Mamy problemy z wprowadzeniem relacji porządku w obserwacjach wielowymiarowych, co przenosi się również na uogólnienie definicji kwantyli oraz warunkowych kwantyli (regresji kwantylowej) w przestrzeni wielowymiarowej. Omówimy własności przestrzennych kwantyli oraz ich estymatory. Wnioskowanie nieparamertyczne jest wykorzystywane przy opisie kwantylowym. Przedstawimy różne notacje wielowymiarowych kwantyli oraz przestrzennych funkcji kwantylowych w zapisie dla próby badawczej. (abstrakt oryginalny)

15

Spatial Quantile Regression

61%

Trzpiot G.

Comparative Economic Research

|

2012

|

15

|

nr 4

265-279

W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. W tej pracy, w miejsce przestrzennej regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Głównym celem pracy jest wskazanie na możliwości powiązania metodologii regresji kwantylowej i ekonometrycznego modelowania przestrzennego. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów. (abstrakt oryginalny)

16

Simulations of Insurance Losses Using Pareto Quantile Function

61%

Pacakova V., Soltes E.

Prace Naukowe Akademii Ekonomicznej we Wrocławiu

|

2005

|

nr 1088, t. 2 Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek. T. 2

92-99

Artykuł dotyczy zastosowania rozkładu Pareto w modelowaniu strat w ubezpieczeniach. Autorzy opisują właściwości tego rozkładu, szczególnie na potrzeby modelowania strat z zastosowaniem funkcji kwantylowych. Rozważania teoretyczne są zilustrowane przykładem empirycznym z zakresu ubezpieczeń wypadkowych. (abstrakt oryginalny)

17

Properties of Transformation Quantile Regression Model

61%

Trzpiot G.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2013

|

285 Multivariate Statistical Analysis Theory and Practice

125-137

Przedstawiamy artykuł, w którym omawiamy modele regresji kwantylowej. Omawiamy motywacje dla stosowania klasycznego modelu, jak również główne kierunki zastosowań regresji kwantylowej. Następnie przechodzimy do transformacji podstawowego modelu. Ten model jest wprowadzony przez Powell'a (1991) a kolejno analizowany przez Chamberlain'a (1994) i Buchinsky'ego (1995), wprowadzono specyficzne warunkowe kwantyle znane jako transformacja Box-Cox'a. Omawiamy estymację modeli oraz testy istotności. (abstrakt oryginalny)

18

Bayesian Spatial Quantile Regression

61%

Trzpiot G.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2013

|

286 Methods and Applications of Multivariate Statistical Analysis

109-117

W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. Klasyczne podejście stosowane do takich problemów wykorzystuje założenie o skończonej wartości oczekiwanej zmiennych Y, wówczas przestrzenna funkcja regresji jest dobrze określona i dostarcza informacji o zależności zmiennej Y od zmiennych X. W tej pracy, w miejsce przestrzenna funkcja regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Semiparametryczny model bayesowski i jego estymacja jest głównym celem tej pracy. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów. (abstrakt oryginalny)

19

The Classification of Polish Mutual Balanced Funds Based on the Management Style - Quantile Regression Approach

61%

Orwat-Acedańska A., Trzpiot G.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria

|

2011

|

31

|

nr 194

9-23

Analiza stylu bada wpływ czynników reprezentujących inwestycje w klasy aktywów na stopy zwrotu funduszu. W przypadku asymetrycznych rozkładów stóp zwrotu stosowanie klasycznej analizy stylu Sharpe'a może prowadzić do błędnego wnioskowania na podstawie współczynników modelu. Kwantylowa analiza stylu bada zależność pomiędzy stopami zwrotu funduszu a czynnikami ryzyka w odniesieniu do kwantyla rozkładu. Celami pracy są badanie wpływu inwestycji w akcje i obligacje na stopy zwrotu jednostek uczestnictwa funduszy inwestycyjnych zrównoważonych za pomocą kwantylowej analizy stylu oraz ocena przydatności podejścia kwantylowego w analizie stylu tych funduszy. Porównujemy struktury oszacowanych współczynników modeli w różnych częściach rozkładu stóp zwrotu oraz klasyfikujemy fundusze względem współczynników modelu oszacowanych klasycznie i kwantylowo. (abstrakt oryginalny)

20

Model regresji kwantylowej relacji stopa zwrotu - zmienność dla wybranych indeksów z GPW w Warszawie

61%

Trzpiot G.

Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia

|

2010

|

nr 28

61-75

Przedmiotem wielu prac jest następujące zjawisko: zmienność implikowana (ang. implied volatility (IV)) jest wyższa niż zmienność historyczna (ang. historical volatility (HV)) przyjmowana dla prognoz przyszłej zmienności realizowanej (ang. realized volatility RV) instrumentu podstawowego. Zmienność implikowana (IV) może być wyznaczona poprzez przekształcenie modelu Black'a-Scholes'a. Znane są też propozycje wyznaczenia zmienności implikowanej niezależnie od modelu (MFIV) przy założeniu procesu dyfuzji oraz procesu cen akcji jako procesu ze skokami... Celem pracy jest zbadanie relacji stopy zwrotu i zmienności pomiędzy stopami zwrotu akcji oraz zmienności stopy zwrotu indeksu rynku: chcemy ocenić poziom w jakim zmienność stopy zwrotu indeksu odpowiada ujemnym i dodatnim stopom zwrotu dla różnych kwantyli rozkładu zmienności implikowanej (IV).(fragment tekstu)