Wybrane modele zawierające stochastyczny pierwiastek jednostkowy w analizie kursów walutowych

• Autorzy: Jacek Kwiatkowski

Warianty tytułu

Stochastic Unit Root Models with Application to Daily Exchange Rates

• Języki publikacji: PL

Abstrakty

W artykule podjęta została próba empirycznego wyjaśnienia zależności skłonności do ryzyka i poziomu oczekiwanej stopy zwrotu od czynników psychologicznych, leżących u podstaw decyzji inwestorów indywidualnych aktywnych na Giełdzie Papierów Wartościowych w Warszawie. Celem artykułu jest identyfikacja i opis współzależności między nieobserwowalnymi czynnikami takimi jak inklinacje behawioralne, skłonność do ryzyka, umiejętność posługiwania się przez inwestorów analizą techniczną, a także jakość rynku za pomocą modelu równań strukturalnych. Przyjęto hipotezę, że inklinacje behawioralne tj. błędy popełniane w sferze opinii i skłonności w zakresie preferencji powodują wzrost skłonności do ryzyka inwestorów indywidualnych i wzrost oczekiwanej przez nich stopy zwrotu. Założono także, że wpływ inklinacji behawioralnych na decyzje inwestycyjne jest mniejszy wśród inwestorów indywidualnych umiejących się posługiwać analizą techniczną w sposób właściwy, niż u pozostałych inwestorów. Wyniki estymacji modelu pozwoliły na identyfikację założonych czynników w grupie badanych inwestorów indywidualnych oraz potwierdzenie wpływu inklinacji w sferze opinii i preferencji na wzrost skłonności do ryzyka. (abstrakt oryginalny)

EN

In the paper we attempt to explain the impact of psychological factors on propensity for risk and the level of expected return exhibited by individual investors active on the Stock Exchange in Warsaw. The article aims at identification and description of the relationship between unobservable factors such as behavioral inclinations, propensity for risk, ability to use technical analysis as well as market quality with application of Structural Equation Model. The hypothesis was put that behavioral inclinations such as errors in the opinions and preferences cause an increase in individual propensity for risk as well as the increase in the level of expected and satisfactory return. It was also assumed that investors that properly use technical analysis in their decision-making process are less sensitive for behavioral inclinations than the others. The results of estimation of the model allowed for identification of the unobservable psychological factors and confirmed the impact of the defined factors for the increase of individual propensity for risk. (original abstract)

Słowa kluczowe

PL

Modele stochastyczne; Kurs walutowy; Badania empiryczne; Test pierwiastka jednostkowego

EN

Stochastic models; Exchange rates; Empirical researches; Unit root test

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2011
• Tom: 58
• Numer: z. 3-4
• Strony: 205--223

Twórcy

autor

Jacek Kwiatkowski

• Uniwersytet Mikołaja Kopernika w Toruniu

Bibliografia

• [1] Bruzda J. (2003), Procesy dwuliniowe i procesy GARCH w modelowaniu finansowych szeregów czasowych, Przegląd Statystyczny, 2, 73-95.
• [2] Doman M., Doman R. (2004), Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, Wyd. AE w Poznaniu, Poznań.
• [3] Francq Ch., Makarova S., Zakoïan J.M. (2008), A class of stochastic unit-root bilinear processes: Mixing properties and unit-root test, Journal of Econometrics, 142, 312-326
• [4] Granger W.J.C., Andersen A. P. (1978), An Introduction to Bilinear Time Series Models, Vandenhoeck and Ruprecht, Göttingen.
• [5] Granger C.W.J., Swanson N.R. (1997), An Introduction to stochastic unit-root process, Journal of Econometrics, 80, 35-62.
• [6] Granger W.J.C., Teräsvirta T. (1993), Modeling Nonlinear Economic Relationships, Oxford University Press, Oxford.
• [7] Górka J. (2007), Modele autoregresyjne z losowymi parametrami, Procesy STUR. Modelowanie i zastosowanie do finansowych szeregów czasowych, red. Osińska, M., Wyd. TNOiK, Toruń, 13-34.
• [8] Jones C.R., Marriott J.M. (1999), A Bayesian analysis of stochastic unit root models, Bayesian Statistics, 6, 785-794.
• [9] Koop G. (2003), Bayesian Econometrics, John Wiley & Sons.
• [10] Leybourne S.J., McCabe B.P.M., Mills T.C. (1996), Randomized unit root processes for modelling and forecasting financial time series: theory and applications, Journal of Forecasting, 15, 253-270.
• [11] Leybourne S.J., McCabe B.P.M., Tremayne A.R. (1996), Can economic time series be differenced to stationarity? Journal of Business and Economic Statistics, 14, 435-446.
• [12] Newton M.A., Raftery A.E. (1994), Approximate Bayesian inference by the weighted likelihood bootstrap (with discussion), Journal of the Royal Statistical Society, B, 56, 3-48.
• [13] Nicholls D.F., Quinn B.G. (1982), Random Coefficient Autoregressive Models: An Introduction, Springer-Verlag, New York.
• [14] Osiewalski J., Pajor A., Pipien M. (2004), Bayesowskie modelowanie i prognozowanie indeksu WIG z wykorzystaniem procesów GARCH i SV, XX Seminarium Ekonometryczne im. Profesora Zbigniewa Pawlowskiego, red. Zelias, A., Wyd. AE w Krakowie, Kraków, 17-39.
• [15] Osińska M. (red) (2007), Procesy STUR. Modelowanie i zastosowanie do finansowych szeregów czasowych, Wyd. TNOiK, Toruń.
• [16] Osińska M. (2004), Stochastic unit roots process - properties and application, 30-rd International Conference MACROMODELS'04, red. Welfe A., Welfe W., Wyd. UŁ w Łodzi, Łódź, 169-179.
• [17] Osińska M., Górka J. (2005), Identyfikacja nieliniowości w ekonomicznych szeregach czasowych. Analiza symulacyjna, Dynamiczne modele ekonometryczne, Toruń, 35-44.
• [18] Pajor A. (2003), Procesy zmienności stochastycznej SV w bayesowskiej analizie finansowych szeregów czasowych, Wyd. AE w Krakowie, Kraków.
• [19] Sollis R., Leybourne S.J., Newbold P. (2000), Stochastic unit roots modelling of stock price indices, Applied Financial Economics, 10, 311-315.
• [20] Tsay R.S. (2005), Analysis of Financial Time Series, Wiley, John and Sons, Inc., Hoboken, New Jersey.
• [21] Yoon G. (2006), A note on some properties of STUR processes, Oxford Bulletin of Economics and Statistics, 68, 2, 253-260.