Dwuwymiarowa analiza zdarzeń ekstremalnych na Giełdzie Papierów Wartościowych w Warszawie

• Autorzy: Krzysztof Echaust

Warianty tytułu

Bivariate Extreme Value Analysis on Warsaw Stock Exchange

• Języki publikacji: PL

Abstrakty

Celem niniejszej pracy jest przeanalizowanie współzależności między zwrotami akcji notowanych na Giełdzie Papierów Wratościowych (GPW) w Warszawie w świetle dwuwymiarowej teorii zdarzeń ekstremalnych BEVT (Bivariate Extreme Value Theory). (fragment tekstu)

EN

In this paper the problem of tail dependence for bivariate data is considered. We use Multivariate Extreme Value Theory and Block Maxima Model to estimate nine parametric models of bivarite distribution: logistic, asymmetric logistic, negative logistic, asymmetric negative logistic, bilogistic, negative bilogistic, Gaussian, Dirichelet and asymmetric mixed. As a measure of tail dependence we use distance of Pickands tail dependence function to its upper limit. It is shown here that there exist only week tail dependence in the time series of returns of selected assets from the Warsaw Stock Exchange. (original abstract)

Słowa kluczowe

PL

Giełda papierów wartościowych; Modele logistyczne; Modele matematyczne; Stopa zwrotu akcji; Warszawski Indeks Giełdowy (WIG)

EN

Stock market; Logistic models; Mathematical models; Stock rate of returns; Warsaw Stock Exchange Index

• Czasopismo: Zeszyty Naukowe / Uniwersytet Ekonomiczny w Poznaniu
• Rocznik: 2009
• Numer: nr 124
• Strony: 57--77

Twórcy

autor

Krzysztof Echaust

• Uniwersytet Ekonomiczny w Poznaniu

Bibliografia

• Balkema A.A., de Haan L., Residual Life Time at Great Age, Annals of Probability vol. 2, 1974, No. 5.
• Beirlant J., Goegebeur Y., Segers J., Teugels J., Statistics of Extremes, Theory and Applications, John Wiley & Sons 2004.
• Coles S.G., Tawn J. A., Modelling Extreme Multivariate Events, J. Roy. Statist. Soc. B vol. 53, 1991, s. 377-392.
• Coles S.G., Tawn J.A., Statistical Methods for Multivariate Extremes: An Application to Structural Design (with discussion), Appl. Statist. vol. 43,1994, s. 1-48.
• Coles S.G., An Introduction to Statistical Modelling of Extreme Values, Springer-Verlag, London2001.
• Fisher R.A., Tippett L.H.C., On the Estimation of the Frequency Distributions of the Largestor Smallest Member of a Sample, Proceedings of the Cambridge Philosophical Society vol. 24, 1928, s. 180-190.
• Galambos E.J., Other Statistics of Samples from Multivariate Distributions, J. Amer. Statist. Assoc. vol. 70, 1975, s. 674-680.
• Gumbel E.J., Distributions des valeurs extremes en plusieurs dimensions, Publ. Inst. Statist. Univ. Paris vol. 9, 1960, s. 171-173.
• Husler J., Reiss R.D., Maxima of Normal Random Vectors: Between Independence and Complete Dependence, Statist. Probab. Letters vol. 7, 1989, s. 283-286.
• Joe H., Families of Min-Stable Multivariate Exponential and Multivariate Extreme Value Distributions, Statist. Probab. Letters vol. 9,1990, s. 75-81.
• Kluppelberg C., May A., The Dependence Function for Bivariate Extreme Value Distribution- A Systematic Approach, Working Paper, 1999.
• Smith R.L., Extreme value Theory, w: Handbook of Applicable Mathematics, red. W. Ledermann, John Wiley & Sons 1990, s. 437-471.
• Tawn J.A., Bivariate Extreme Value Theory: Models and Estimation, Biometrica vol. 75, 1988, s. 397-415.