Wybrane odporne metody estymacji beta

• Autorzy: Grażyna Trzpiot

Warianty tytułu

Robust Estimation of Beta Risk

• Języki publikacji: PL

Abstrakty

Celem pracy było przedstawienie rozwoju badań nad estymatorami odpornymi współczynnika beta. Przeprowadzono badania empiryczne i zweryfikowano negatywnie założenie o rozkładzie normalnym stopy zwrotu. Szacowanie ryzyka systematycznego, rozumianego jako beta w klasycznym modelu Sharpa, jest obciążone i nieefektywne. W opracowaniu przedstawiono wybrane odporne metody estymacji beta, które mogą być wykorzystane do szacowania ryzyka systematycznego. Aplikacje proponowanego podejścia odniesiono do sektora rynku kapitałowego - branży chemicznej. (fragment tekstu)

EN

Many empirical studies find that the distribution of stock returns departs from normality. In such cases, it is desirable to employ a statistical estimation procedure that may be more efficient than ordinary least squares, in Sharp market model. We describe some of robust methods, which have attracted increasing attention in the statistical literature, in the context of estimating beta risk. The empirical analysis documents the potential efficiency gains from using robust methods as an alternative to ordinary least squares, based returns data from Polish Stock Exchange. (original abstract)

Słowa kluczowe

PL

Odporne metody statystyczne; Współczynnik Beta; Estymatory; Przemysł chemiczny

EN

Robust statistical methods; Beta factor; Estimators; Chemical industry

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2011
• Numer: nr 96 Modelowanie preferencji a ryzyko '11
• Strony: 133--146

Twórcy

autor

Grażyna Trzpiot

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Blume M. (1968). The Assessment of Portfolio Performance. Unpubl. Diss., Univ. of Chicago.
• Cornell B., Dietrich J.K. (1978). Mean-Absolute-Deviation versus Least-Squares Regression Estimation of Beta Coefficients. Journal of Financial and Quantitative Analysis, 13, s. 123-131.
• Fama E. (1965). The Behavior of Stock Prices. Journal of Business, 38. s. 34-105.
• Huber P. (1981). Robust Statistics. John Wiley, New York.
• Koenker R. Robust Methods in Econometrics. Econometric Reviews, 1. (1982), s. 213-255. Discussion. Annals of Statistics, 15 (March 1987).
• Koenker R., Bassett G. (1978). Regression Quantiles. Econometrica, 46, s. 33-50.
• Koenker R., Portnoy S. (1987). L-Estimation for Linear Models. Journal of the American Statistical Association, 82, s. 851-857.
• Koenker R., D'Orey V. (1987). Computing Regression Quantiles. Applied Statistics, 36, s. 383-393.
• Kon S. (1984). Models of Stock Returns-A Comparison. Journal of Finance, 39, s. 147-165.
• Krasker W., Welsch R. (1982). Efficient Bounded Influence Regression Estimation. Journal of the American Statistical Association, 11, s. 596-604.
• Praetz P. (1972). The Distribution of Share Price Changes. Journal of Business, 45, s. 49-55.
• Rao C.R. (1973). Linear Statistical Inference and Its Applications. John Wiley, New York.
• Roll R. (1988). R2. Journal of Finance, 43, s. 541-566.
• Ruppert D., Carroll R. (1980). Trimmed Least Squares Estimation in the Linear Model. Journal of the American Statistical Association, 75, s. 828-838.
• Sharpe W. (1971). Mean-Absolute Deviation Characteristic Lines for Securities and Portfolios. Management Science, 18, B1-B13.
• Trzpiot G. (2009). Application Weighted VaR in Capital Allocation. Polish Journal of Environmental Studies, 18, 5B, s. 203-208.
• Trzpiot G. (2009). Estimation Methods for Quantile Regression. Studia Ekonomiczne. AE, Katowice, 53, 81-90.
• Trzpiot G. (2009). Extreme Value Distributions and Robust Estimation. Acta Universitatis Lodziensis. Łódź, Folia Economica 228, s. 85-92.
• Trzpiot G. (2007). Regresja kwantylowa a estymacja VaR. Prace Naukowe. AE, Wrocław, 1176, s. 465-471.
• Trzpiot G. (2008). Implementacja metodologii regresji kwantylowej w estymacji VaR. Studia i Prace. Uniwersytet Szczeciński, Szczecin, 9, s. 316-323.
• Trzpiot G., Krężołek D. (2009). Quantiles Ratio Risk Measures for Stable Distributions Models in Finance. Studia Ekonomiczne. AE, Katowice, 53, s. 109-120.
• Trzpiot G., Majewska J. (2009). Sensitivity Analysis of Some Robust Estimators of Volatility. Studia Ekonomiczne. AE, Katowice, 53, s. 91-108.
• Trzpiot G., Majewska J. (2010). Estimation of Value at Risk: Extreme Value and Robust Approaches. Operation Research and Decisions, 20, 1. Politechnika Wrocławska, Wrocław, s. 131-143.
• Welsh A. (1987). The Trimmed Mean in the Linear Model. Annals of Statistics, 15. s. 20-36.