Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Inverted gamma vs. log-normal innovations in MSF-SBEKK models in the forecasting of selected Polish exchange rates

100%
Pajor A.
Śląski Przegląd Statystyczny
|
2020
|
issue 18 (24)
197-218
EN
The aim of the paper is to compare the forecasting potentials of two classes of Multiplicative Stochastic Factor – scalar BEKK (MSF-SBEKK) models which differ in the type of latent process. In the first class, the innovations of a first order autoregressive structure for the natural logarithm of latent variables are log-normal, whereas in the second class the innovations are inverted gamma distributed. The comparison of the models’ forecasting abilities by means of the predictive Bayes factor as well as the log predictive score and energy score were performed based on the Polish exchange rates. The author considered one- to ten-step-ahead predictions during the period beginning from 3 September 2019 and ending on 2 September 2020, which covers the time of the crisis caused by COVID-19. The author concluded that for most of the forecast horizons, the considered log-normal innovations outperformed the inverted gamma ones.
PL
Celem badania jest porównanie własności prognostycznych dwóch klas modeli MSF-SBEKK różniących się postacią procesu ukrytego. W klasie pierwszej innowacje w strukturze autoregresyjnej pierwszego rzędu dla logarytmów naturalnych zmiennych ukrytych mają rozkład logarytmiczno-normalny, w klasie drugiej zaś innowacje te mają odwrócony rozkład gamma. Porównanie modeli z wykorzystaniem predyktywnego czynnika Bayesa, a także metod scoringowych dokonywane jest w kontekście prognozowania wybranych kursów walutowych: USD/PLN, EUR/PLN i GBP/PLN w okresie obejmującym kryzys wywołany pandemią COVID-19. Wyniki empiryczne pokazały, że dla większości branych pod uwagę horyzontów prognozy modele z innowacjami o rozkładzie logarytmiczno-normalnym mają lepsze własności predyktywne niż modele z innowacjami o rozkładzie odwróconym gamma.
2

BAYESIAN PORTFOLIO SELECTION WITH MSV MODELS

100%
Pajor A.
Przegląd Statystyczny
|
2009
|
vol. 56
|
issue 1
40-55
EN
In the paper the authoress compares the predictive ability of discrete-time Multivariate Stochastic Volatility (MSV) models to optimal portfolio choice. She considers MSV models, which differ in the structure of the conditional covariance matrix (including the specifications with zero, constant and time-varying conditional correlations). Next, she constructs the optimal portfolio under the assumption that the asset returns are described by the multivariate stochastic volatility models. The authoress considers hypothetical portfolios, which consist of two currencies that were the most important for the Polish economy: the US dollar and euro. In the optimization process she uses the predictive distributions of future returns and the predictive conditional covariance matrix obtained from the MSV models.
3
Publication available in full text mode
Content available

Bayesian Analysis of Stochastic Volatility Model and Portfolio Allocation

100%
Pajor A., Cracow University of Economics D. o. E.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2005
|
vol. 192
EN
In this paper we present the multivariate stochastic volatility model based on the Cholesky decomposition. This model and the Bayesian approach is used to model bivariate daily financial time series and construct an optimal portfolio. We consider the hypothetical portfolios consisted of two currencies that were most important for the Polish economy: the US dollar and the German mark. In the optimization process we used the predictive distributions of future returns and the predictive covariance matrix obtained from the MSV model.
PL
W artykule przedstawiono model zmienności stochastycznej, oparty na dekompozycji Choleskiego. Następnie model SV oraz podejście Bayesowskie zostało wykorzystane do modelowania zmienności dwuwymiarowych finansowych szeregów czasowych oraz budowy optymalnego portfela walutowego. Rozważono hipotetyczny portfel, w skład którego wchodzą złotówkowe kursy dwóch walut: dolara amerykańskiego i marki niemieckiej. W procesie optymalizacji portfela wykorzystano predyktywny rozkład stóp zwrotu oraz predyktywny rozkład macierzy warunkowych kowariancji, uzyskany w rozważanym modelu MSV za pomocą metod Monte Carlo (MCMC).
4
Publication available in full text mode
Content available

Standardowy błąd numeryczny dla estymatorów CHM i CAM

100%
Pajor A.
Studia Ekonomiczne
|
2016
|
vol. 304
7-18
PL
W pracy zaproponowano sposób obliczania standardowego błędu numerycznego dla estymatorów wartości brzegowej gęstości wektora obserwacji, opartych na skorygowanej średniej harmonicznej oraz skorygowanej średniej arytmetycznej. W części empirycznej porównano numeryczne własności tych estymatorów w kontekście modeli Copula-AR-GARCH. Dodatkowo zastosowano metodę Chiba i Jeliazkova. Wyniki jednoznacznie pokazały, że estymator oparty na skorygowanej średniej arytmetycznej charakteryzuje się najmniejszym standardowym błędem numerycznym.
EN
The main aim of the paper is to propose methods for calculating numerical standard errors of the corrected harmonic as well as arithmetic mean estimators of the marginal likelihood. We apply these two estimators in Copula-AR-GARCH models for the daily growth rates of four sub-indices of the stock index WIG, published by the Warsaw Stock Exchange. For the sake of comparison Chib and Jeliazkov estimator (as a goldstandard) is also considered. Empirical results demonstrate that the corrected arithmetic mean estimator performs best. It is characterised by smallest numerical standard errors.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.