Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Orthogonal transformation of coordinates in Copula M -GARCH models — bayesian analysis for WIG20 spot and futures returns

Tytuł:
Orthogonal transformation of coordinates in Copula M -GARCH models — bayesian analysis for WIG20 spot and futures returns
Wielowymiarowe modele Copula M-GARCH o rozkładach niezmienniczych na transformacje ortogonalne — bayesowska analiza dla notowań spot i futures indeksu WIG20
Autorzy:
Pipień Mateusz
Tematy:
Bayes factors
multivariate GARCH models
coordinate free distributions
Householder matrices
czynnik Bayesa
wielowymiarowe modele GARCH
macierze Householdera
Język:
angielski
Dostawca treści:
CEJSH
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
We check the empirical importance of some generalisations of the conditional distribution in M-GARCH case. A copula M-GARCH model with coordinate free conditional distribution is considered, as a continuation of research concerning specification of the conditional distribution in multivariate volatility models, see Pipień (2007, 2010). The main advantage of the proposed family of probability distributions is that the coordinate axes, along which heavy tails and symmetry can be modelled, are subject to statistical inference. Along a set of specified coordinates both, linear and nonlinear dependence can be expressed in a decomposed form. In the empirical part of the paper we considered a problem of modelling the dynamics of the returns on the spot and future quotations of the WIG20 index from the Warsaw Stock Exchange. On the basis of the posterior odds ratio we checked the data support of considered generalisation, comparing it with BEKK model with the conditional distribution simply constructed as a product of the univariate skewed components. Our example clearly showed the empirical importance of the proposed class of the coordinate free conditional distributions.

W artykule przedstawiono uogólnienie rozkładu warunkowego w wielowymiarowym modelu typu GARCH, oraz poddano empirycznej weryfikacji skonstruowany model. Praca stanowi kontynuację badań prowadzonych przez Pipienia (2007, 2010) nad właściwą specyfikacją rozkładów warunkowych wektora stóp zmian instrumentów finansowych. Zasadniczym elementem określającym giętkość rozważanej klasy wielowymiarowych rozkładów jest możliwość zmiany układu współrzędnych, i - tym samym — kierunków w przestrzeni obserwacji, według których grube ogony i asymetria rozkładu mogą występować empirycznie. Zgodnie z przyjętą orientacją w przestrzeni obserwacji, możliwe jest modelowanie zależności pomiędzy elementami wektora losowego, zarówno o charakterze liniowym (stosowana transformacja liniowa) jak i nieliniowym (funkcja powiązań, copula). W części empirycznej przedstawiamy wyniki modelowania dynamicznych zależności pomiędzy zwrotami z notowania spot i futures indeksu WIG20. Uzyskane rezultaty wskazują na zasadność proponowanego uogólnienia stosowanego w modelu BEKK. Model z proponowanym typem rozkładu warunkowego uzyskuje silne potwierdzenie empiryczne, mierzone ilorazem szans a posteriori i wartością brzegowej gęstości wektora obserwacji.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies