Estymacja parametru β przy użyciu modeli klasy ARCH

• Autorzy: Jerzy Gajdka , Janusz Brzeszczyński
• Języki publikacji: PL

Abstrakty

Heteroskedastyczność oznacza zmienną w czasie wariancję składnika losowego w modelu ekonometrycznym. Gdy zjawisko to występuje w modelu regresji liniowej, którego parametry szacowane są przy wykorzystaniu metody najmniejszych kwadratów (MNK), wówczas estymatory tych parametrów tracą efektywność. Naturalną konsekwencją tego jest błąd szacunku. Najczęściej objawia się on przeszacowaniem lub niedoszacowaniem wartości analizowanych parametrów. Gdy przedmiotem badania jest estymacja parametru β , wnioski formułowane na temat postaci związku między zmiennością analizowanej akcji oraz zmiennością indeksu rynkowego mogą być całkowicie nieprawidłowe. W szczególności dotyczyć to może nawet kierunku analizowanej zależności. W przypadku wystąpienia heteroskedastyczności najczęściej stosowaną metodą jest wykorzystanie modeli ARCH oraz GARCH, które umożliwiają właściwą korektę oszacowań... Prezentowane badanie ma na celu porównanie różnic w oszacowaniach parametru beta przy pomocy MNK i modeli ARCH dla wybranych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie (GPW) w latach 1995-2005. (fragment tekstu)

EN

Regression model is the most frequently used tool for estimation of the β parameter. Its application is justified, however, only when all standard assumption of the ordinary least squares method (OLS) are fulfilled, including the assumption about homoscedasticity of the variance of an error term. The consequences of using the OLS under the existence of heteroscedasticity can be serious and usually result in obtaining incorrect estimates of the model's parameters, which may lead to wrong conclusions about the analysed relationships. Presented empirical results for the estimation of the β parameter for selected stocks from the Warsaw Stock Exchange (WSE) in the years 1995-2005 using the OLS and ARCH models provide evidence that those estimates can differ not only in value but may also change its position relative to a neutral level of β i = 1- This means that application of the OLS may lead to incorrect investment decisions based on the wrong estimates of β. (original abstract)

Słowa kluczowe

PL

Modelowanie ekonometryczne; Model GARCH; Estymacja

EN

Econometric modeling; GARCH model; Estimation

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia
• Rocznik: 2007
• Numer: nr 6, Cz. 1 Rynek kapitałowy: skuteczne inwestowanie
• Strony: 73--81

Twórcy

autor

Jerzy Gajdka

• Uniwersytet Łódzki

autor

Janusz Brzeszczyński

• Uniwersytet Łódzki

Bibliografia

• Bollerslev T. (1986), Generalized Autoregressive Conditional Heteroscedasticity, Journal of Econometrics, 31, s. 307-327.
• Braun P. A., Nelson D. B., Sunier A. M. (1995), Good News, Bad News, Volatility, and Betas, Journal of Finance, 50, s. 1575-1603.
• Brzeszczyński J., Kelm R. (2002), Ekonometryczne Modele Rynków Finansowych. Modele Kursów Akcji i Kursów Walutowych, WIG-Press, Warszawa.
• Engle R. F. (1982), Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica, 50, s. 987-1007.
• Fiszeder P. (2005), Estymacja współczynników beta na podstawie wielorównaniowego modelu GARCH, Acta Universitatis Nicolai Copernici, Ekonomia XXXVI, UMK Toruń.