KRZYSZTOF JAJUGA Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ

Podobne dokumenty
MODELOWANIE FINANSOWYCH SZEREGÓW CZASOWYCH Z WARUNKOWĄ WARIANCJĄ. 1. Wstęp

Krzysztof Piontek Weryfikacja modeli Blacka-Scholesa dla opcji na WIG20

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

Krzysztof Jajuga Akademia Ekonomiczna we Wrocławiu. Modelowanie stóp procentowych a narzędzia ekonometrii finansowej

METODY STATYSTYCZNE W FINANSACH

Magdalena Sokalska Szkoła Główna Handlowa. Modelowanie zmienności stóp zwrotu danych finansowych o wysokiej częstotliwości

DYNAMICZNE MODELE EKONOMETRYCZNE

DYNAMICZNE MODELE EKONOMETRYCZNE

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

WYCENA KONTRAKTÓW FUTURES, FORWARD I SWAP

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

Daniel Papla Akademia Ekonomiczna we Wrocławiu. Wykorzystanie modelu DCC-MGARCH w analizie zmian zależności wybranych akcji GPW w Warszawie

DYNAMICZNE MODELE EKONOMETRYCZNE

Metody badania wpływu zmian kursu walutowego na wskaźnik inflacji

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

Ekonometria dynamiczna i finansowa Kod przedmiotu

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

Dodatek 3. Wielowymiarowe modele GARCH model DCC-GARCH

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Wyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH

Europejska opcja kupna akcji calloption

DYNAMICZNE MODELE EKONOMETRYCZNE

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu. Własności procesów STUR w świetle metod z teorii chaosu 1

licencjat Pytania teoretyczne:

EFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE

Witold Orzeszko Uniwersytet Mikołaja Kopernika w Toruniu

A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(301), Sławomir I. Bukowski *

Bayesowskie porównanie modeli STUR i GARCH w finansowych szeregach czasowych 1

UMK w Toruniu ANALIZA ZALEŻNOŚCI MIĘDZY INDEKSEM WIG A WYBRANYMI INDEKSAMI RYNKÓW AKCJI NA ŚWIECIE

Ekonometryczne modele nieliniowe

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich)

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek

Kierunek studiów: Finanse i Rachunkowość Specjalność: Inżynieria finansowa

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

Prognozowanie średniego miesięcznego kursu kupna USD

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Analiza rynku projekt

ANALIZA POWIĄZAŃ MIĘDZY INDEKSAMI GIEŁDY FRANCUSKIEJ, HOLENDERSKIEJ I BELGIJSKIEJ Z WYKORZYSTANIEM MODELU KOREKTY BŁĘDEM

Dodatek 2. Wielowymiarowe modele GARCH

Krzysztof Piontek Akademia Ekonomiczna we Wrocławiu. Modelowanie warunkowej kurtozy oraz skośności w finansowych szeregach czasowych

Oddziaływanie procesu informacji na dynamikę cen akcji. Małgorzata Doman Akademia Ekonomiczna w Poznaniu

MODELOWANIE KURSÓW WALUTOWYCH NA PRZYKŁADZIE MODELI KURSÓW RÓWNOWAGI ORAZ ZMIENNOŚCI NA RYNKU FOREX

Alicja Ganczarek Akademia Ekonomiczna w Katowicach. Analiza niezależności przekroczeń VaR na wybranym segmencie rynku energii

ANALIZA KOINTEGRACYJNA POLSKIEGO RYNKU PRACY

Dodatek 2. Wielowymiarowe modele GARCH model GoGarch

Modelowanie Rynków Finansowych

CZĘŚĆ A. Literatura: Gomez V., Maravall A. (1996), Programs Tramo and Seats. Instructions for the User, Banco de Espana, Working Paper nr

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena

Modelowanie ryzyka kredytowego MODELOWANIE ZA POMOCA HAZARDU

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

Krzysztof Piontek MODELOWANIE I PROGNOZOWANIE ZMIENNOŚCI INSTRUMENTÓW FINANSOWYCH

7. Zastosowanie wybranych modeli nieliniowych w badaniach ekonomicznych. 14. Decyzje produkcyjne i cenowe na rynku konkurencji doskonałej i monopolu

KONTROLA JAKOŚCI ŻELIWA AUSTENITYCZNEGO METODĄ ATD

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

Miara ryzyka estymacji parametrów modelu VaR

PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO

ZJAWISKA SZOKOWE W ROZWOJU GOSPODARCZYM WYBRANYCH KRAJÓW UNII EUROPEJSKIEJ

Pobieranie próby. Rozkład χ 2

Metody Ilościowe w Socjologii

MODELOWANIE STRUKTURY TERMINOWEJ STÓP PROCENTOWYCH WYZWANIE DLA EKONOMETRII

PIOTR FISZEDER, JACEK KWIATKOWSKI Katedra Ekonometrii i Statystyki

1. Szereg niesezonowy 1.1. Opis szeregu

CHEMIA KWANTOWA Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

Elżbieta Szulc Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie zależności między przestrzennoczasowymi procesami ekonomicznymi

DYNAMICZNE MODELE EKONOMETRYCZNE

Interdyscyplinarne seminaria

Stacjonarność Integracja. Integracja. Integracja

z graniczną technologią

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

ZMIENNOŚĆ CEN NA RYNKU ŻYWCA DROBIOWEGO WSTĘP

Testowanie współzależności w rozwoju gospodarczym

Wykład 6. Badanie dynamiki zjawisk

Cechy szeregów czasowych

Modelowanie rynków finansowych

Analiza zdarzeń Event studies

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

BADANIE PRZYCZYNOWOŚCI W SENSIE GRANGERA NA RYNKU ZBÓŻ W POLSCE W LATACH

Akademia Ekonomiczna im. Oskara Langego we Wrocławiu Katedra Inwestycji Finansowych i Ubezpieczeń

Makroekonomia 1 Wykład 14 Inflacja jako zjawisko monetarne: długookresowa krzywa Phillipsa

MODELOWANIE WŁASNOŚCI SZEREGÓW STÓP ZWROTU SKOŚNOŚĆ ROZKŁADÓW

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

2. Wprowadzenie. Obiekt

ZASTOSOWANIE FUNKCJI KOPULI W MODELOWNIU INDEKSÓW GIEŁDOWYCH

EKONOMIA XL NAUKI HUMANISTYCZNO-SPOŁECZNE ZESZYT 391 TORUŃ Ewa Dziawgo WYCENA POTĘGOWEJ ASYMETRYCZNEJ OPCJI KUPNA

Wykorzystywanie wielomywiarowych modeli klasy GARCH do badania wzajemnego wpływu rynków finansowych na świecie

Ocena efektywności procedury Congruent Specyfication dla małych prób

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 690 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

Piotr Fiszeder Uniwersytet Mikołaja Kopernika w Toruniu. Modelowanie procesów finansowych z długą pamięcią w średniej i wariancji

3. Modele tendencji czasowej w prognozowaniu

Nie(efektywność) informacyjna giełdowego rynku kontraktów terminowych w Polsce

KONCEPCJA WARTOŚCI ZAGROŻONEJ VaR (VALUE AT RISK)

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 323(81)4,

Niestacjonarne zmienne czasowe własności i testowanie

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Transkrypt:

KRZYSZTOF JAJUGA Kaedra Inwesycji Finansowych i Zarządzania Ryzykiem Akademia Ekonomiczna we Wrocławiu 25 LAT EKONOMETRII FINANSOWEJ

EKONOMETRIA FINANSOWA OKREŚLENIE Modele ekonomerii finansowej są worzone w odniesieniu do danych w posaci finansowych szeregów czasowych, zaś modele są sosowane: - w celu weryfikacji hipoez worzonych przez eorię finansów - w celu idenyfikacji prawidłowości w danych finansowych Modele ekonomerii finansowej: - Modele ekonomerii dynamicznej, adapowane na porzeby finansowych szeregów czasowych - Modele rozwijane na porzeby finansów

EKONOMETRIA FINANSOWA OKREŚLENIE Campbell, Lo, MacKinlay: raison d ere of financial economerics is he empirical implemenaion and evaluaion of financial models Journal of Financial Economerics: designed o address subsanive saisical issues raised by he remendous growh of he financial indusry. Papers providing or applying new economeric echniques which are paricularly well suied o deal wih financial daa and models fall wihin he scope of his journal

EKONOMETRIA FINANSOWA A EKONOMIA FINANSOWA Ekonomia finansowa (eoria finansów) Modele wywodzące się z eorii ekonomii, odnoszące się głównie do zjawisk i procesów finansowych, przede wszyskim ych, kóre zachodzą na rynkach finansowych. Zazwyczaj modele e są modelami formalnymi (maemaycznymi), ale u ich podsaw są podsawowe kaegorie ekonomiczne: równowaga, racjonalność, ip. Przykład: model wyceny CAPM (Sharpe (1964), Linner (1965), Mossin (1966), Treynor (1961))

EKONOMETRIA FINANSOWA A MATEMATYKA FINANSOWA Maemayka finansowa Modele czyso maemayczne, operujące na absrakcyjnych (z punku widzenia finansów) pojęciach. Modele e poencjalnie mogą być zinerpreowane i zasosowane w finansach, ale wymaga o ich konkreyzacji z punku widzenia finansów i z punku widzenia analizy danych Przykład: eoria wyceny maryngałowej (Harrison, Kreps (1979))

EKONOMETRIA FINANSOWA A INNE DZIEDZINY Tendencja inegracji ekonomii finansowej, maemayki finansowej i ekonomerii finansowej na gruncie rozwiązywania konkrenych problemów finansowych zw. finanse empiryczne Typowym przykładem jes model wyceny opcji

EKONOMETRIA FINANSOWA A STATYSTYKA MATEMATYCZNA Klasyczna ekonomeria finansowa jes zorienowana na badanie dynamiki zjawiska, w mniejszym sopniu zwracając uwagę na właściwości rozkładu (jednowymiarowego lub wielowymiarowego) załoŝenie normalności (jednowymiarowej lub wielowymiarowej) rozkładu składnika losowego Osani okres charakeryzuje się zmianami w ym zakresie właściwości rozkładowe zyskują na znaczeniu Podsawowy model: wielowymiarowy proces sochasyczny

TROCHĘ HISTORII OKRES PRZED 1982 Tryggve Haavelmo laa 40-e XX wieku warości zmiennych ekonomicznych jako realizacje procesu sochasycznego Mandelbro (1963) inne niŝ normalne rozkłady sóp zwrou Box, Jenkins modele ARIMA laa 70-e XX wieku Phillipps (1957), Sargan (1964) model ECM

TROCHĘ HISTORII OKRES PRZED 1982 Granger, Newbold (1974), wcześniej Yule skorelowanie zmiennych dynamicznych w regresji Fuller (1976), Dickey, Fuller (1979, 1981) es pierwiaska jednoskowego Sims (1980) model VAR Granger (1981) koinegracja

POWSTANIE EKONOMETRII FINANSOWEJ Engle (1982) model ARCH (Economerica) Poby w LSE w 1979, rozmowy z Davidem Hendry, Dennisem Sarganem i Jimem Durbinem, badania nad hipoezą Friedmana doyczącą wpływu niemoŝności prognozowania inflacji na cykl koniunkuralny

DALSZY ROZWÓJ EKONOMETRII FINANSOWEJ Bollerslev (1986), Taylor (1986) model GARCH Granger, Weiss (1983) wierdzenie o reprezenacji Engle, Granger (1987) koinegracja meody saysyczne Johansen (1988, 1991) koinegracja Engle, Lilien, Robins (1985) ARCH-in-mean

DALSZY ROZWÓJ EKONOMETRII FINANSOWEJ Engle, Lilien, Robins (1985) ARCH-in-mean Bollerslev, Engle, Wooldridge (1988) MGARCH Engle, Ng, Roschild (1990) facor ARCH Engle, Russell (1998) model ACD Engle (2001) model DCC

NAGRODA IM. NOBLA W DZIEDZINIE NAUK EKONOMICZNYCH 2003 Uzasadnienie: Engle: for mehods of analyzing economic ime series wih ime-varying volailiy (ARCH) Granger: for mehods of analyzing economic ime series wih common rends (coinegraion)

ROBERT ENGLE (UR.1942) CLIVE GRANGER (UR.1934 )

EKONOMETRIA FINANSOWA SIŁY NAPĘDOWE - Inegracja z innymi działami finansów: wycena, analiza ryzyka - Rozwój echnologii kompuerowej - Wzros dosępności danych finansowych (szeregi czasowe) - Rozwój eorii finansów - Rozwój procedur numerycznych

PODSTAWOWE ZASTOSOWANIA - Analiza cen akcji (poziom i zmienność) - Analiza kursów waluowych (poziom i zmienność) - Analiza sóp procenowych (poziom i zmienność) - Analiza cen owarów (poziom i zmienność)

PODSTAWOWE ZASTOSOWANIA Cel prakyczny - Wycena insrumenów finansowych i innych rodzajów akywów - Analiza ryzyka rynkowego - Analiza ryzyka kredyowego - Analiza porfelowa - Srukura erminowa sóp procenowych

KLASYCZNE DZIAŁY EKONOMETRII FINANSOWEJ Modele jednorównaniowe (ARIMA GARCH) a modele wielorównaniowe (VARIMA MGARCH) Modele srukuralne (VAR) a modele zredukowane (ARIMA) Modele poziomu (ARIMA) a modele zmienności (GARCH) Modele liniowe a modele nieliniowe Modele deerminisyczne a modele sochasyczne

KLASYCZNE DZIAŁY EKONOMETRII FINANSOWEJ Ogólny model jednowymiarowy,...) ( ) (,...) ( ) ( ) ( ) ( 1 2 1 1 1 1 1 = = = = + = X X V F h X X E F g F h F g X σ µ ε

KLASYCZNE DZIAŁY EKONOMETRII FINANSOWEJ Ogólny model wielowymiarowy X µ Σ = µ + Σ = E(X X = E(X X 0.5 1 T Z,...) X 1,...)

NOWE (???) OBSZARY EKONOMETRII FINANSOWEJ Modelowanie wielowymiarowe Modelowanie rozkładów Zmienność sochasyczna Modelowanie w czasie ciągłym Modelowanie EV Dane UHF i mikrosrukura rynku

NOWE (???) OBSZARY EKONOMETRII FINANSOWEJ Składnik losowy o rozkładzie innym niŝ normalny Modelowanie bayesowskie Modelowanie skośności i kurozy Długa pamięć Modele przesrzeni sanów Algorymy numeryczne

MODELOWANIE W CZASIE CIĄGŁYM - modele procesów sochasycznych w czasie ciągłym - proponowane w eorii finansów, przejrzysa inerpreacja finansowa - próba odniesienia się do prawidłowości zaobserwowanych w danych finansowych - sanowią podsawę innego określonego modelu ekonomii finansowej, np. modelu sopy procenowej, modelu wyceny opcji - modelowanie procesu w całości, brak oddzielnych modeli dla elemenów składowych procesu (np. wariancji)

WYZWANIA EKONOMETRII FINANSOWEJ Pomos między wyrafinowanymi modelami i zachowaniem rynku Co wynika z eorii finansów dla modeli ekonomerii finansowej Engle 3 obszary

DZIĘKUJĘ BARDZO