Forecasting Returns Using Threshold Models

• Autorzy: Monika Jeziorska-Pąpka , Magdalena Osińska , Maciej Witkowski

Warianty tytułu

Wykorzystanie modeli progowych do prognozowania stóp zwrotu

• Języki publikacji: EN

Abstrakty

EN

In this paper we present the problem of forecasting efficiency of the TAR models. Three methods of forecasting are considered to compare their accuracy: the Monte Carlo method, and the two versions the bootstrap technique. The basic models are two- or three- regimes stationary threshold autoregressive models with the endogenous or exogenous switching variable. The time series set consists of the weekly stock returns of the banking sector quoted at the Warsaw Stock Exchange. (original abstract)

Celem artykułu jest porównanie metod prognozowania nieliniowych modeli progowych. Wykorzystane zostały dwie metody prognozowania: metoda bootstrap w dwóch wariantach oraz metoda Monte Carlo. Przedmiotem analizy są tygodniowe stopy zwrotu spółek sektora bankowego, notowanych na GPW w Warszawie. W konkluzji stwierdza się, że przewidywanie dokładnych wartości stóp zwrotu jest bardzo trudne, natomiast modele progowe dają bardzo dobre wyniki w zakresie przewidywania kierunków zmian w przyszłości. (abstrakt oryginalny)

Słowa kluczowe

EN

Rate of return calculation; Econometric forecasts; Nonlinear models; Stock market companies; Forecasting models; Bootstrap

PL

Kalkulacja stopy zwrotu; Prognozy ekonometryczne; Modele nieliniowe; Spółki giełdowe; Modele prognostyczne; Metody samowsporne

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2005
• Tom: 192 Issues in Modeling, Forecasting and Decision-making in Financial Markets
• Strony: 129--142

Twórcy

autor

Monika Jeziorska-Pąpka

• Nicolaus Copernicus University in Toruń, Poland

autor

Magdalena Osińska

• Nicolaus Copernicus University in Toruń, Poland

autor

Maciej Witkowski

• Nicolaus Copernicus University in Toruń, Poland

Bibliografia

• Bollerslev, T. (1986), "Generalized Autoregressive Conditional Heteroskedasticity", Journal of Econometrics, 31.
• Brown, B. W. and Mariano, R. S. (1984), "Residual-based Procedures for Prediction and Estimation in a Nonlinear Simultaneous System", Econometrica, 52, 321-343.
• Brzeszczyński, J. and Kelm, R., (2002), Ekonometryczne modele rynków finansowych, Warszawa: WIG-Press.
• Clements, M. P. and Smith, J. (1997), A Monte Carlo Study of the Forecasting Performance of Empirical SETAR Models. Warwick: University of Warwick.
• Dunis, Ch. (ed.) (2001), Forecasting Financial Markets (in Polish), Kraków: Dom Wydawniczy ABC.
• Granger, C. W. J. and Terasvirta, T. (1993), Modeling Nonlinear Economic Relationships. Oxford: Oxford University Press.
• Hansen, B. E. (1996), "Inference When a Nuisance Parameter is not Identified Under the Null Hypothesis", Econometrica, 64.
• Hansen, B. E. (1997), "Inference in TAR Models", Studies in Nonlinear Dynamics and Econometrics, 2.
• Marcinkowska-Lewandowska, W. and Serwa, D. (2002), Badanie efektu progowego w wybranych modelach rynków finansowych. In: Tarczyński W. (ed.), Rynek kapitałowy. Skuteczne inwestowanie, Szczecin: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego.
• Osińska, M. and Witkowski, M., (1997), Linearity vs. Non-linearity Testing With Application To Polish Business Outlook analysis, mimeo.
• Osińska, M. and Witkowski, M. (2003), "Zastosowanie modeli progowych do analizy finansowych szeregów czasowych", Materiały konferencyjne zgłoszone na VIII Ogólnopolskie Seminaria Naukowe, Dynamiczne Modele Ekonometryczne, Toruń: Uniwersytet Mikołaja Kopernika.
• Proietti, T. (1998), "Characterizing Asymmetries in Business Cycles Using Smooth-transition Structural Time-series Models", Studies in Nonlinear Dynamics and Econometrics, 3.
• Tong, H. (1983), "Threshold Models in Non-linear Time Series Analysis, Lecture Notes in Statistics, 21.
• Tong, H. (1990), Non-linear Time Series, Oxford: Oxford Science Publications.
• Witkowski, M. (1999), "Estymacja modeli nieliniowych SETAR z zastosowaniem do badania koniunktury gospodarki polskiej", Materiały konferencyjne zgłoszone na VI Ogólnopolskie Seminaria Naukowe, Dynamiczne Modele Ekonometryczne, Toruń: Uniwersytet Mikołaja Kopernika, Toruń.