Bayesian Analysis of the Box-Cox Transformation in Stochastic Volatility Models

• Autorzy: Anna Pajor

Warianty tytułu

Bayesowska analiza transformacji Boxa i Coxa dla w modelach o zmienności stochastycznej

• Języki publikacji: EN

Abstrakty

EN

In the paper, we consider the Box-Cox transformation of financial time series in Stochastic Volatility models. Bayesian approach is applied to make inference about the Box-Cox transformation parameter (λ). Using daily data (quotations of stock indices), we show that in the Stochastic Volatility models with fat tails and correlated errors (FCSV), the posterior distribution of parameter λ strongly depends on the prior assumption about this parameter. In the majority of cases the values of λ close to 0 are more probable a posteriori than the ones close to 1. (original abstract)

Celem artykułu jest statystyczna analiza transformacji Boxa i Coxa ilorazu cen instrumentów finansowych w modelach FCSV. Stosowane jest podejście bayesowskie, które pozwala zbadać, w jakim stopniu dane modyfikują wstępne przekonanie o parametrze transformacji. Wyniki empiryczne pokazują, że założenia o rozkładzie a priori parametru transformacji ma istotny wpływ na kształt brzegowego rozkładu a posteriori tego parametru. Jednak w większości rozważanych przypadków rozkłady te, w porównaniu z rozkładami a priori, są przesunięte w kierunku zera. Zatem transformacje ilorazu cen dające wartości bliskie logarytmicznej stopie zwrotu są bardziej prawdopodobne a posteriori niż transformacje prowadzące do prostej stopy zwrotu. (abstrakt oryginalny)

Słowa kluczowe

EN

Bayesian inference; Financial instruments; Time-series; Stochastic analysis

PL

Wnioskowanie bayesowskie; Instrumenty finansowe; Szeregi czasowe; Analiza stochastyczna

• Czasopismo: Dynamic Econometric Models
• Rocznik: 2009
• Tom: 9
• Strony: 81--90

Twórcy

autor

Anna Pajor

• Cracow University of Economics, Poland

Bibliografia

• Bauwens, L., Lubrano, M. (2002), Bayesian Option Pricing Using Asymmetric GARCH Models, Journal of Empirical Finance, 9, 321-342.
• Campbell, J.Y., Lo, A.W., MacKinlay, A.C. (1997), The Econometrics of Financial Markets, Princeton University Press, Chichester 1997.
• Clark, P.K. (1973) A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices, Econometrica, 41, 135-155.
• Duan, J.-C. (1999), Conditionally Fat-Tailed Distributions and the Volatility Smile in Options, Working Paper, http://www.bm.ust.hk/~jeduan.
• Hafner, C.M., Harwartz, H. (1999), Option Pricing under Linear Autoregressive Dynamics, Heteroskedasticity, and Conditional Leptokurtosis, Journal of Empirical Finance, 8(1), 1-34.
• Härdle, W., Hafner, C.M. (2000), Discrete Time Option Pricing with Flexible Volatility Estimation, Finance and Stochastics, 4(2), 189-207.
• Jacquier, E., Polson, N., Rossi, P. (2004), Bayesian Analysis of Stochastic Volatility Models with Fat-tails and Correlated Errors, Journal of Econometrics, 122, 185-212.
• 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.
• Pajor, A. (2003), Procesy zmienności stochastycznej SV w bayesowskiej analizie finansowych szeregów czasowych, czasowych (Stochastic Volatility Processes in Bayesian Analysis of Financial Time Series), doctoral dissertation published by Cracow University of Economics, Kraków.
• Zellner, A. (1971), An Introduction to Bayesian Inference in Econometrics, J. Wiley, New York.

Identyfikatory

DOI

10.12775/DEM.2009.008