Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej

Ryszard Doman, Małgorzata Doman

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-264-1903-4

DOI:

Wydawnictwo:

Wolters Kluwer Polska SA

Rok wydania:

2009

Liczba stron:

321

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Doman, Ryszard; Doman, Małgorzata. Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej. Red. . : Wolters Kluwer Polska SA, 2009, 321 s. ISBN 978-83-264-1903-4

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Doman, R.

A1 Doman, M.

T1 Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej

PB Wolters Kluwer Polska SA

YR 2009

SN 978-83-264-1903-4

Bibliografia BibTex:

@Book{ 1234, author = "Doman, Ryszard and Doman, Małgorzata", editor = "", title = "Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej", publisher = "Wolters Kluwer Polska SA", year = "2009", address = "", isbn = "978-83-264-1903-4" }

Bibliografia endNote:

TY - BOOK

AU - Doman, Ryszard

AU - Doman, Małgorzata

ED -

TI - Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej

PB - Wolters Kluwer Polska SA

CY -

PY - 2009

SN - 978-83-264-1903-4

ER -

Netografia (standard APA):

Doman, Ryszard; Doman, Małgorzata. Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej [baza danych online] : Wolters Kluwer Polska SA, 2009 [dostęp: 07 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/modelowanie-zmiennosci-i-ryzyka-metody-ekonometrii-finansowej-ryszard-doman-malgorzata-1234.

podręcznik biznes

Ekonometria finansowa, włączana zarówno do finansów, jak i ekonometrii, zajmuje się głównie modelowaniem rynków finansowych. Jej gwałtowny rozwój związany jest z rosnącym zapotrzebowaniem na nowe metody prognozowania zmienności cen instrumentów fi...

Więcej

ISBN/ISSN:

978-83-264-1903-4

DOI:

Wydawnictwo:

Wolters Kluwer Polska SA

Rok wydania:

2009

Liczba stron:

321

XML:ISBN/ISSN:

ONIX MARC21

Wstęp9
1. Empiryczne własności finansowych szeregów czasowych15
1.1. Procesy stochastyczne i szeregi czasowe 16 1.2. Pojęcie stacjonarności szeregu czasowego 17 1.3. Funkcja autokorelacji 18 1.4. Testowanie normalności rozkładu 19 1.5. Procentowe logarytmiczne stopy zwrotu 20 1.6. Fakty empiryczne 22 1.7. O teorii do praktyki 34 1.8. Uwagi 44 2. Zależności liniowe w szeregach stóp zwrotu instrumentów finansowych45
2.1. Testy Boxa-Pierce'a i Ljunga-Boxa 45 2.2. Szeregi liniowe 46 2.3. Modele autoregresji 47 2.4. Modele średniej ruchomej 61 2.5. Modele ARMA 66 2.6. O teorii do praktyki 71 2.7. Uwagi74
3. Modelowanie heteroskedastyczności warunkowej75
3.1. Ogólna struktura modelu zmienności 76 3.2. Testowanie efektu ARCH 78 3.3. Model ARCH 79 3.4. Modele GARCH 81 3.5. Rozkłady błędu stosowane w modelach GARCH 85 3.6. Testowanie jakości dopasowania modelu 89 3.7. Ocena jakości prognoz 94 3.8. O teorii do praktyki 96 3.9. Uwagi104
4. Rodzina modeli typu GARCH105
4.1. Rozszerzenia modelu GARCH(p,q) 105 4.2. Estymacja modeli AR-GARCH metodą największej wiarygodności 110 4.3. O teorii do praktyki 112 4.4. Uwagi118
5. Długa pamięć i persystencja w finansowych szeregach czasowych119
5.1. Model ARIMA 120 5.2. Model ARFIMA 123 5.3. Długa pamięć i persystencja w szeregach zmienności 125 5.4. Testowanie stacjonarności i długiej pamięci 128 5.5. O teorii do praktyki 133 5.6. Uwagi138
6. Zmienność cen instrumentów finansowych139
6.1. Pojęcie zmienności w ujęciu statycznym i dynamicznym 140 6.2. Zmienność zrealizowana 142 6.3. Efekty mikrostruktury rynku a zmienność zrealizowana 150 6.4. Teoria zmienności zrealizowanej 153 6.5. O teorii do praktyki 157 6.6. Uwagi166
7. Modele dwuliniowe167
7.1. Charakterystyka modeli dwuliniowych 167 7.2. Modele dwuliniowe a zgrupowania zmienności 168 7.3. O teorii do praktyki 170 7.4. Uwagi175
8. Modele zmienności stochastycznej176
8.1. Charakterystyka modeli zmienności stochastycznej 177 8.2. Estymacja modelu SVX 179 8.3. Prognozowanie zmienności za pomocą modeli SV 183 8.4. Porównanie wyników uzyskanych za pomocą modeli GARCH i SV 184 8.5. O teorii do praktyki 188 8.6. Uwagi195
9. Wartość zagrożona196
9.1. Metody nieparametryczne szacowania wartości zagrożonej 198 9.2. Wyznaczanie wartości zagrożonej za pomocą kwantyli warunkowych 201 9.3. Zastosowanie parametrycznych modeli zmienności do wyznaczania VaR 202 9.4. Metodologia RiskMetrics 03 9.5. Test Kupca 203 9.6. Test DQT Engle'a i Manganellego 205 9.7. O teorii do praktyki 206 9.8. Uwagi218
10. Regresja kwantylowa i modele CAViaR219
10.1. Kwantyle regresyjne 219 10.2. Modele CAViaR 221 10.3. Estymacja modeli CAViaR 223 10.4. O teorii do praktyki 225 10.5. Uwagi238
11. Modele przełącznikowe239
11.1. Modele progowe 240 11.2. Modele wygładzonego przejścia 240 11.3. Model Hamiltona 241 11.4. Modele MS-AR-GARCH 246 11.5. O teorii do praktyki 249 11.6. Uwagi264
12. Modelowanie dynamiki zależności warunkowych265
12.1. Ogólny wielowymiarowy model zmienności 266 12.2. Zależności liniowe w szeregach wielowymiarowych 267 12.3. Model VEC 270 12.4. Model BEKK 270 12.5. Model stałych korelacji warunkowych 271 12.6. Modele dynamicznych korelacji warunkowych 272 12.7. Modele O-GARCH i GO-GARCH 275 12.8. Test stałości korelacji 276 12.9. O teorii do praktyki 277 12.10. Uwagi285
13. Wartość zagrożona portfela286
13.1. Metoda symulacji historycznej 286 13.2. Szacowanie wartości zagrożonej portfela za pomocą wielowymiarowych modeli GARCH 288 13.3. Koherentne miary ryzyka 289 13.4. O teorii do praktyki 290 13.5. Uwagi293
Zakończenie295
Dodatek297
Literatura 299 Indeks313

1i2iPOJęCIESTACJONARNOŚCISZEREGUCZASOWEGO

(WWYPADKUZMIENNEJLOSOWEJJEDNOWYMIAROWEJ)ALBOZODPOWIEDNICHPOD-

ZBIORÓWZBIORUR

N(WWYPADKUWEKTORALOSOWEGO)I

RODZINę(8

TEIZMIENNYCHLOSOWYCHOKREŚLONYCHNA

TEJSAMEJPRZESTRZENIPROBABILISTYCZNEJ(8979P)NAZYWA

PROCES

STOCHASTYCZNY

SIęPROCESEMSTOCHASTYCZNYMIZAZWYCZAJPRZYJMUJESIę9

żEZBIÓRINDEKSÓWIJESTPODZBIOREMPRZEDZIAłU9;09+d)IINTERPRETUJESIęGO

JAKOCZASI'DYZBIÓRIJESTPRZELICZALNY9MÓWIMY9żEROZPATRYWANYPROCESJEST

PROCESEMZCZASEMDYSKRETNYM9AGDYIJESTPRZEDZIAłEM9MÓWIMYOPROCESIE

ZCZASEMCIąGłYMINAPROCESSTOCHASTYCZNYMOżNAPATRZEćJAKNAODWZOROWA-

NIE8II´Ω→R9(T9ω)m8

T(ω)9TAKIEżEDLADOWOLNYCHTEIORAZXER9ZBIÓR

\ωEΩ|8(T9ω)bX}NALEżYDOσ-CIAłA7IDLAUSTALONEGOω

0E89PROCESSTOCHA-

STYCZNY8WYZNACZAODWZOROWANIEI→R9t

(

09KTÓRENAZYWASIęREALI-

)

ZACJąLUBTRAJEKTORIąPROCESU8ODPOWIADAJąCąZDARZENIUELEMENTARNEMUω

WEKONOMETRIIFINANSOWEJ9ALENIETYLKO9REALIZACJęPROCESUSTOCHASTYCZNE-

GO89KTÓRA9GDYI;{,

,000}

9JESTCIąGIEM(X

T)OBSERWACJIX

19X

29b9NAZYWASIę

SZEREGIEMCZASOWYMIOZNACZA(X

T)IPOWSZECHNAJESTTAKżEKONWENCJA9KTÓRA

BęDZIERÓWNIEżSTOSOWANAWTEJKSIążCE9NAZYWANIASZEREGIEMCZASOWYM9NIE

TYLKOREALIZACJIPROCESUSTOCHASTYCZNEGOZCZASEMDYS-

KRETNYM9ALERÓWNIEżSAMEGOPROCESU9WSYTUACJACHGDY

ZMIENNąLOSOWą

NIEPROWADZITODONIEPOROZUMIEńIPRZYTEJKONWENCJI9

IJEJREALIZACJę

PROCESSTOCHASTYCZNY8OZNACZASIę9TAKSAMOJAKSZEREG

OZNACZAMYTYM

SAMYMSYMBOLEM

CZASOWY9SYMBOLEM(X

T)9AZMIENNąLOSOWą8

TOZNACZA

SIę9TAKJAKJEJREALIZACJę9SYMBOLEMX

li2iPOJęCIESTACJONARNOŚCISZEREGUCZASOWEGO

JEDNYMZNAJWAżNIEJSZYCHPOJęćWSTATYSTYCZNEJANALIZIESZEREGÓWCZASOWYCH

JESTSTACJONARNOŚćI

SZEREG(R

T)NAZYWAMYŚCIŚLESTACJONARNYM9JEŚLIDLA

KAżDEGOCIąGU(T

19T

29b9T

K)INDEKSÓWORAZDLAKAżDEJ

ŚCISłA

STACJONARNOŚĆ

LICZBYCAłKOWITEJSłąCZNYROZKłADWEKTORALOSOWEGO(R

T19

T29b9R

TK)JESTTAKISAM9JAKłąCZNYROZKłADWEKTORA(R

T1+S9R

T2+S9b9R

TK+S)I

SłABA(KOWARIANCYJNA)STACJONARNOŚćSZEREGU(R

OZNACZA9żEZMIENNE(R

T)MAJąSKOńCZONYDRUGIMOMENT

KOWARIANCYJNA

STACJONARNOŚĆ

(E(R

2)<d)ORAZE(R

T)=NICOV(R

T9R

T+L)=H

L(DLADOWOLNYCH

INDEKSÓWTILIOZNACZATOWSZCZEGÓLNOŚCI9żEWSZYSTKIER

TMAJąTęSAMąSKOń-

CZONąWARIANCJęH

09AKOWARIANCJAMIęDZYR

TIR

SZALEżYJEDYNIEOD|T−S|I

OPRACOWANOWIELETESTÓWSTACJONARNOŚCISZEREGÓWCZASOWYCHINIEBęDZIE-

MYSIęJEDNAKNIMITUZAJMOWAć9ZEWZGLęDUNATO9żEWLITERATURZEFINANSOWEJ

Brak wyników

Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra