PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2018 | nr 1 (248) | 27--40
Tytuł artykułu

Przyczynowość w transmisji ryzyka ekstremalnego : analiza wybranych rynków finansowych UE i GFCI

Autorzy
Warianty tytułu
Causation in Transmission of Extreme Risk : the Analysis of Selected EU and GFCI Financial Markets
Języki publikacji
PL
Abstrakty
Celem artykułu jest przeanalizowanie powiązań między głównymi rynkami finansowymi w kontekście przenoszenia ryzyka ekstremalnego. Za hipotezę badawczą przyjęto stwierdzenie, że ryzyko ekstremalne przenoszone jest o wiele częściej w przypadku strat niż zysków. Rozszerzoną analizę przeprowadzono dla głównych rynków Unii Europejskiej. Jako metodę badawczą przyjęto test przyczynowości Grangera w ryzyku, z zastosowaniem następujących metodologii: wartości zagrożonej, teorii wartości ekstremalnych, metody POT oraz Monte Carlo. W badaniu empirycznym wykorzystano szeregi czasowe 20 najważniejszych indeksów giełdowych reprezentujących wszystkie kontynenty. W wyniku analizy sformułowano następujące wnioski badawcze: ryzyko ekstremalne przenoszone jest o wiele częściej w przypadku strat niż zysków; transmisja ryzyka odbywa się z różnym opóźnieniem czasowym; zdefiniowano grupę rynków, na które ryzyko ekstremalne było przenoszone najczęściej (NIKKEI 225, CAC 40, WIG 20, TALSE, OMX, PX, BUX, CSE), jak również grupą rynków, z których owa transmisja się dokonywała (S&P/ASX 200, DJIA, DAX, BOVESPA, STI, HSI, SSE, DFMGI, CHX, CNQ, FTSE 100, AEX); ryzyko ekstremalne najsilniej przenoszone jest w zakresie pozycji krótkiej. (abstrakt oryginalny)
EN
The aim of this article is to analyse of the links between major financial markets, in the prism of extreme risk transfer. The research hypothesis was the statement that extreme risk is transferred much more often in the case of losses than profits. The extended analysis was carried out for the main European Union markets. Granger's risk causality test, using the following methodologies: value-at-risk, extreme value theory, POT and Monte Carlo methods, was used as a method of investigation. The empirical study used time series of 20 most important stock exchange indices representing all continents. The analysis resulted in the following research conclusions: the extreme risk is transferred much more often in case of losses than profits; risk transmission takes place with different time delays; a group of markets to which the most often extreme risk was transferred (NIKKEI 225, CAC 40, WIG 20, WIG 20, TALSE, OMSE, OMX, PX, BUX, CSE) as well as a group of markets from which this transmission took place (S&P/ASX 200, DJIA, DJIA); extreme risk is most severely transmitted within the short position range. (original abstract)
Czasopismo
Rocznik
Numer
Strony
27--40
Opis fizyczny
Twórcy
autor
  • Uniwersytet Ekonomiczny w Krakowie
Bibliografia
  • Balkema A., Haan L. de. (1974), Residual Life Time at Great Age, "Annals of Probability", Vol. 2.
  • Bauer D" Maynard A. (2012), Persistence-robust surplus-lag Granger causality testing, "Journal of Econometrics", No. 169.
  • Bekiros S.D., Georgoutsos D.A. (2005), Estimation of Value-at-Risk by Extreme Value and Conventional Methods: A Comparative Evaluation of their Predictive Performance, "Journal of International Financial Markets, Institutions and Money", No. 15 (3).
  • Bollerslev T. (1986), Generalized Autoregressive Conditional Heteroskedasticity, "Journal of Econometrics", No. 31.
  • Bystrom H. (2004), Managing Extreme Risks in Tranquil and Volatile Markets Using Conditional Extreme Value Theory, "International Review of Financial Analysis", No. 13 (2).
  • Coles S. (2001), An Introduction to Statistical Modeling of Extreme Values, Springer, London.
  • Danielsson J., Vries C.G. de. (1997), Tail Index Estimation with Very High Frequency Data, 'Journal of Empirical Finance", No. 4.
  • Diks С., Panchenko V. (2006), A new statistics and practical guidelines for nonparametric Granger causality testing, "Journal of Economic Dynamics and Control", No. 30.
  • Dufour J.-M. (2006), Monte Carlo Tests with Nuisance Parameters: a General Approach to Finite Samplelnference and Nonstandard Asymptotics, "Journal of Econometrics", No. 27 (2).
  • Echaust K. (2014), Ryzyko zdarzeń ekstremalnych na rynku kontraktów futures w Polsce, Wydawnictwo Uniwersytetu Ekonomicznego, Poznań.
  • Embrechts P., Resnick S" Samorodnitsky G. (1999), Extreme Value Theory as a Risk Management Tool, "North American Actuary Journal", No. 26.
  • Fałdziński M. (2014), Analiza transferu ryzyka ekstremalnego między wybranymi rynkami finansowymi z zastosowaniem przyczynowości w ryzyku w sensie Grangera, "Przegląd Statystyczny", nr 4.
  • Fiszeder P.(2001), Empiryczne własności procesów stóp zwrotu, "Nasz Rynek Kapitałowy", nr 121.
  • Granger C.W.J. (1980), Testing for Causality. A personal Viewpoint, "Journal of Economic Dynamic and Control", t. 2, No. 4.
  • Granger C.W.J. (2012), Forecasting, (in:) Philosophy of Economics, U. Maki (ed.), Elsevier, Amsterdam.
  • Gencay R., Selcuk F. (2004), Extreme Value Theory and Value at Risk: Relative Performance in Emerging Markets, 'International Journal of Forecasting", No. 20.
  • Ghorbel A., Trabelsi A. (2008), Predictive Performance of Conditional Extreme Value Theory in Value-at-Risk Survey, "International Journal of Monetary Economics and Finance", No. 1 (2).
  • Harmantzis F. С., Miao L., Chien Y. (2006), Empirical Study of Value- at-Risk and Expected Shortfall Models with Heavy Tails, "Journal of Risk Finance", No. 7 (2).
  • Hiemstra С., Jones J.D. (1994), Testing for linear and nonlinear Granger causality in the stock price volume relation, "Journal of Finance", No. 49 (5).
  • Hong Y" Liu Y" Wang S. (2009), Granger Causality in Risk and Detection of Extreme Risk Spillover between Financial Markets, "Journal of Econometrics", Vol. 150.
  • Jajuga K" Kuziak K., Papla D" Rokita P. (2001), Ryzyko wybranych instrumentów polskiego rynku finansowego, "Rynek Terminowy", nr 11.
  • Jajuga K. (2007), Zarządzanie ryzykiem w przedsiębiorstwie, (w:) K. Jajuga (red.), Zarządzanie Ryzykiem, PWN, Warszawa.
  • Krehbiel Т., Adkins L.C. (2005), Price Risk in the NYMEX Energy Complex: An Extreme Value Approach, "Journal of Futures Markets", No. 25 (4).
  • Kuester K" Mittik S" Paolella M. S. (2006), Value-at-Risk Prediction: a Comparison of Alternative Strategies, "Journal of Financial Econometrics", No. 4 (1).
  • Lardy N. (1998), China and the Asian Contagion, "Foreign Affairs", No. 77.
  • Łęt В. (2014), Badanie przy czynowości w sensie Grangera w ryzyku pomiędzy akcjami z wybranych sektorów GPW w Warszawie, Uniwersytet Ekonomiczny w Poznaniu, Poznań.
  • Marimoutou V., Raggad В., Trabelsi A. (2009), Extreme Value Theory and Value at Risk: Application to Oil Market, "Energy Economics", No. 31.
  • Maziarz M. (2015), O wartości informacyjnej testów przyczynowości w sensie Grangera, "Studio Ekonomiczne", nr 2 (74).
  • McNeil A.J. (1999), Extreme Value Theory for Risk Management, Mimeo ETZH Zentrum, Zurich.
  • McNeil A.J., Frey R" Embrechts P. (2005), Quantitative Risk Management, Princeton University Press, New Jersey.
  • Morgan W., Cotter J., Dowd K. (2012), Extreme Measure of Agricultural Risk, "Journal of Agricultural Economics", Vol. 63, No. 1.
  • Oordt M.R.C. van, Stork P.A., Vries C.G. de. (2013), On Agricultural Commodities Extreme Price Risk, "DNB working paper", No. 403.
  • Orzeszko W., Osińska M. (2007), Analiza przyczynowości w zakresie zależności nieliniowych. Implikacje finansowe, "Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse. Rynki finansowe. Ubezpieczenia", Szczecin.
  • Osińska M" Fałdziński M. (2007), Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych. Dynamiczne Modele Ekonometryczne, Wydawnictwo Uniwersytetu Mikołaja Kopernika, nr 10.
  • Ozun A., Cifter A., Yilmazer S. (2010), Filtered Extreme Value Theory for Value-at-Risk Estimation: Evidence from Turkey, "Journal of Risk Finance Incorporating Balance Sheer, No. 11 (2).
  • Peek J., Rosengren E.S. (1997), The International Transmission of Financial Shocks: The Case of Japan, "The American Economic Review", No. 87.
  • Peetz D., Genreith H. (2011), The financial sector and the real economy, Institute for Applied Risk Management, Germany.
  • Pritsker M. (2000), The Channels for Financial Contagion, Springer- Link, New York.
  • Siemaszkiewicz K. (2013), Teoria wartości ekstremalnych - zastosowanie do sektora surowców energetycznych, "Studia Oeconomica Posnaniensia", nr 10 (259).
  • Rabemananjara R" ZakoianJ. M. (1993), Threshold ARCH Models and Asymmetries in Volatility, Journal of Applied Econometrics, No. 8.
  • Syczewska E.M., Struzik Z.R. (2014), Granger causality and transfer entropy for financial returns, 7 Sympozjum FENS, Lublin.
  • Taylor S. J. (1986), Modelling Financial Time Series, Wiley, Chichester.
  • Toda H.Y., Yamamoto T. (1995), Statistical inference in vector autore gressions with possibly integrated processes, Journal of Econometrics 66.
  • ZakoianJ. M. (1991), Threshold Heteroskedastic Model, maszynopis, INSEE, Paris.
  • Zakoian J.-M. (1994), Threshold Heteroscedastic Models, Journal of Economic Dynamics and Control, No. 18 (5).
  • Zieliński Т. (2013), Zarażenie finansowe" źródłem ryzyka systemowego, "Studia Ekonomiczne", Katowice.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171529912

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.