Analiza spektralna indeksów giełdowych DJIA i WIG

• Autorzy: Krzysztof Borowski , Paweł Skrzypczyński

Warianty tytułu

Spectral Analysis of the Stock Exchange Indexes DJIA and WIG

• Języki publikacji: PL

Abstrakty

Zaprezentowano wyniki analizy indeksów giełdowych Dow Jones Industrial Average (DJIA) oraz Warszawskiego Indeksu Giełdowego (WIG) pod kątem identyfikacji cykli mających dominujący wpływ na kształtowanie obserwowanego przebiegu indeksów. Autorzy publikacji dokonali dekompozycji przyjętych szeregów czasowych na podstawowe składowe za pomocą filtrów typu Baxter-Kinga i Hodricka-Prescotta, a następnie przedstawili uzyskane komponenty cykliczne w zakresie częstotliwości i określili na tej podstawie długości cykli analizowanych szeregów czasowych.

EN

Presented the results of the analysis of the stock exchange indexes Dow Jones Industrial Average (DJIA) and the Warsaw Stock Exchange Index (WIG), conducted to identify cycles dominating the formation of the observed index fluctuations. Authors de-compose the assumed time series into their basic components, using Baxter-King and Hodrick-Prescott filters, and next they present the resulting cyclical components concerning frequency, on the basis of which they establish cycle lengths for the analysed time series. (MP)

Słowa kluczowe

PL

Indeks giełdowy; Giełda papierów wartościowych

EN

Stock market indexes; Stock market

• Czasopismo: Studia i Prace Kolegium Zarządzania i Finansów / Szkoła Główna Handlowa
• Rocznik: 2006
• Numer: z. 67
• Strony: 41--59

Twórcy

autor

Krzysztof Borowski

autor

Paweł Skrzypczyński

Bibliografia

• 1. Baxter M., King R. G., Measuring Business Cycles: Approximate Band-Pass Filters for Economic Time Series, National Bureau of Economic Research, Working Paper No. 5022, 1995, strona internetowa http://www.nber.org/papers/w5022.pdf z dnia 2003.12.08.
• 2. Benati L., Band-pass filtering, cointegration, and business cycle analysis, Bank of England, Working Paper No. 142, 2001, strona internetowa http://www.bankofengland.co.uk/ wpAVP142.pdf z dnia 2004.05.28.
• 3. S.Burns A. F., Mitchell W. C., Measuring Business Cycles, N.Y.: NBER, New York 1946.
• 4. Hamilton J. D., Time Series Analysis, Princeton University Press, Princeton 1994.
• 5. Hodrick R. J., Prescott E. C., Postwar U.S. Business Cycles: An Empirical Investigation, Journal of Money Credit and Banking, Vol. 29, No. 1, 1997 s. 1-16.
• 6. King R., Plosser C., Stock J., Watson M., Stochastic Trends and Economic Fluctuations, National Bureau of Economic Research, Working Paper No. 2229, 1987, strona internetowa http://www.nber.org/papers/w2229.pdf z dnia 2004.05.28.
• 7. Kydland F., Prescott E. C., Business Cycles: Real Facts and Monetary Myth, Federal Reserve Bank of Minneapolis Quarterly Review, Vol. 14, Spring 1990, s. 3-18.
• 8. Maravall A., del Rio A., Time Aggregation and the Hodrick-Prescott Filter, Documento de Trabajo No 0108, Servicio de Estudios, Banco de Espana 2001, strona internetowa http://www.bde.es/informes/be/docs/dt0108e.pdf z dnia 2002.12.09.
• 9. Murphy J. J., Analiza techniczna rynków finansowych, WIG-Press, Warszawa 1999.
• 10. Nelson C. R., Plosser C. L, Trends and Random Walks in Macroeconomic Time Series; Some Evidence and Implications, Journal of Monetary Economics, Vol. 10, 1982, s. 129-162.
• 11. Skrzypczyński P., Borowski K., Teoria impulsu i jej empiryczne potwierdzenie przy użyciu metod filtracji szeregów czasowych, Studia i Prace Kolegium Zarządzania i Finansów, Zeszyt Naukowy 38, Wydawnictwo SGH, Warszawa 2003, s. 60-77.
• 12. Stock J. M., Watson M. W., Business Cycle Fluctuations in U.S. Macroeconomic Time Series, National Bureau of Economic Research, Working Paper No. 6528, 1998, strona internetowa http://www.nber.org/papers/w6528.pdf z dnia 2003.12.08.
• 13. Syczewska E. M., Analiza relacji długookresowych: estymacja i weryfikacja, Monografie i Opracowania 462, Wydawnictwo SGH, Warszawa 1999.