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

Results found: 9

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

Non-Classical Risk Measures on the Warsaw Stock Exchange – the Application of Alpha-Stable Distributions

100%
Krężołek D., University of Economics in Katowice D. o. D. a. E. S.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2013
|
vol. 286
EN
The subject of this paper is the presentation of application of the alpha-stable distributions methodology in investment risk measurement. The non-classical risk measures based on Value-at-Risk are presented: Expected Shortfall and Median Shortfall, for given quantiles. The analysis is made using daily log-returns from the WSE. The results show better estimation of empirical risk values using probability distributions belonging to the family of stable ones.
PL
Przedmiotem artykułu jest prezentacja zastosowania metodologii rozkładów alfa-stabilnych w pomiarze ryzyka inwestycyjnego. Wykorzystano nieklasyczne mierniki ryzyka bazujące na metodologii Value-at-Risk: Expected Shortfall oraz Median Shortfall dla wybranych rzędów kwantyli. Badanie przeprowadzono dla dziennych logarytmicznych stóp zwrotu wybranych walorów Giełdy Papierów Wartościowych w Warszawie. Wyniki pokazują lepsze oszacowania rzeczywistych miar ryzyka przy wykorzystaniu rozkładów prawdopodobieństwa z rodziny stabilnych.
2
Publication available in full text mode
Content available

SKOŚNOŚĆ ROZKŁADU A ESTYMACJA KWANTYLOWYCH MIAR RYZYKA – PRZYPADEK RYNKU METALI

100%
Krężołek D.
Metody Ilościowe w Badaniach Ekonomicznych
|
2017
|
vol. 18
|
issue 4
624-634
PL
Pomiar ryzyka inwestycyjnego wymaga zastosowania narzędzi, które w odpowiedni sposób uwzględniają anomalie obserwowane w empirycznych rozkładach stóp zwrotu. Klasyczne modele szacowania ryzyka zakładają gaussowskie rozkłady prawdopodobieństwa, które nie uwzględniają asymetrii rozkładu, mającej związek z występowaniem obserwacji ekstremalnych. Takie obserwacje istotnie wpływają na poziom prawdopodobieństwa w ogonach rozkładów. W pracy podjęto próbę oceny wpływu skośności rozkładu prawdopodobieństwa na ocenę poziomu ryzyka inwestycji podejmowanych na rynku metali. Zastosowano kwantylowe miary ryzyka, m.in. wartość zagrożoną oraz warunkową wartość zagrożoną przy wykorzystaniu różnych teoretycznych rozkładów prawdopodobieństwa. Analizę przeprowadzono uwzględniając okres kryzysu finansowego.
EN
Investment risk measurement requires specific statistical tools which take into account anomalies observed in empirical distributions of returns. Classical models used for modelling risk are based on gaussian approach and do not include asymmetry in data, which is significantly related to extreme observations. These observations affect the thickness of both right and left tails of the empirical distributions. In this paper the influence of skewness observed in empirical probability distributions on the assessment of extreme risk is examined. The area of research is the metals market within the period including economic crisis. The analysis contains some selected quantile risk measures and their estimation using chosen theoretical distributions. Keywords: skewness, risk measurement, Value-at-Risk, extreme risk, heavy tails
3
Publication available in full text mode
Content available

Model regresji grzbietowej i jego wykorzystanie do oceny ryzyka inwestycyjnego - przypadek rynku metali

100%
Krężołek D.
Studia Ekonomiczne
|
2016
|
vol. 288
21-32
PL
Modele regresji są powszechnie wykorzystywanymi narzędziami statystyki, a także innych nauk ilościowych, służącymi do wykrywania związków w obrębie analizowanych danych oraz do prowadzenia predykcji wielkości zestawu zmiennych objaśnianych na podstawie realizacji zestawu zmiennych objaśniających. Istnieje wiele metod umożliwiających szacowanie nieznanych parametrów modeli regresji, m.in. MNK, MNW, MM, jednakże nie zawsze uzyskane estymatory spełniają wymagane założenia (co do swoich własności oraz co do własności modelu). Istotny stopień współliniowości uniemożliwia właściwe wnioskowanie na podstawie modeli klasycznych. W artykule podjęto próbę wykorzystania regresji grzbietowej do modelowania ryzyka inwestycji na rynku metali. Model wykorzystuje parametr kary, umożliwiający redukcję zmiennych współliniowych, a tym samym uzyskanie prostszej postaci funkcji regresji. Dodatkowo zmniejsza się obciążenie oraz wariancja estymatorów parametrów modelu.
EN
Regression models are commonly used statistical tool (and other quantitative sciences), which allows for modelling relations within analyzed datasets. One of their most important features is the prediction property. In the literature there are a lot of methods for estimating unknown parameters of regression models, e.g. Maximum Likelihood, Ordinary Least Squares etc., but estimated parameters not always meet the required assumptions (regarding their properties itself and the properties of selected model). Colinearity between data prevents from correct inferring using classical models. The aim of the article is the application of ridge regression model in risk assessment on the metals market. The model uses so-called penalty parameter allowing for elimination of co-linear variables and makes the model more simpler. Additionally, the bias of the estimators and their variances reduce.
4
Publication available in full text mode
Content available

Wpływ asymetrii rozkładu na estymację kwantylowych miar ryzyka

100%
Krężołek D.
Studia Ekonomiczne
|
2017
|
vol. 344
58-75
PL
Anomalie obserwowane w finansowych szeregach czasowych stóp zwrotu wymagają zastosowania odpowiednich mierników ryzyka. Większość klasycznych rozkładów prawdopodobieństwa wykorzystywanych w modelowaniu podstawowych charakterystyk inwestycji to rozkłady symetryczne, które nie uwzględniają realizacji stóp zwrotu na poziome istotnie odległym od poziomu przeciętnego. Obserwacje takie nie rozkładają się symetrycznie w stosunku do średniej, stąd konieczność dogłębnego spojrzenia na ten problem. Jego istotność związana jest z pomiarem ryzyka ekstremalnego dla zjawisk nieprzewidywalnych. W referacie podjęto próbę oceny wpływu stopnia asymetrii rozkładu prawdopodobieństwa na ocenę poziomu ryzyka inwestycji realizowanych na rynku metali szlachetnych. Przedstawiono wybrane kwantylowe miary ryzyka, w tym Expected Shortfall i Median Shortfall. Analizę przeprowadzono przy wykorzystaniu wybranych symetrycznych rozkładów prawdopodobieństwa, dla których wprowadzono dodatkowy parametr skośności.
EN
The anomalies observed in financial time series require the application of appropriate risk measures. Most of the theoretical distributions used for modelling that type of data is symmetric and do not cover the observations in analyzed dataset called outliers. Such observations may produce some disturbances in classical statistics. In this paper, we focus on the impact of asymmetry on the estimation of some selected quantile risk measures: VaR, Expected Shortfall and Median Shortfall. The analysis was performed using data from precious metals market and, theoretically, using normal and t-Student distribution with additional skewness parameter.
5
Publication available in full text mode
Content available

The Gluevar Risk Measure and Investor’s Attitudes to Risk–An Application to the Non-Ferrous Metals Market

100%
Krężołek D.
Statistics in Transition new series
|
2016
|
vol. 17
|
issue 2
305-316
EN
Investing in the economic world, characterized by a high level of uncertainty and volatility, entails a higher level of risk related to investment. One of the most commonly used risk measure is Value-at-Risk. However, despite the ease of calculation and interpretation, this measure suffers from a significant drawback – it is not subadditive. This property is the key issue in terms of portfolio diversification. Another risk measure, which meets this assumption, has been proposed – Conditional Value-at-Risk, defined as a conditional loss beyond Value-at-Risk. However, the choice of a risk measure is an individual decision of an investor and it is directly related to his attitudes to risk. In this paper the new risk measure is proposed – the GlueVaR risk measure, which can be defined as a linear combination of VaR and GlueVaR. It allows for calculating the level of investment loss depending on investment’s attitudes to risk. Moreover, GlueVaR meets the subadditivity property, therefore it may be used in portfolio risk assessment. The application of the GlueVaR risk measure is presented for the non-ferrous metals market.
6
Publication available in full text mode
Content available

The Application of M-Garch Model for Examining the Volatility of Financial Assets

100%
Krężołek D., Department of Statistics K. A. U. o. E. i. K.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2009
|
vol. 228
PL
Większość ekonometrycznych modeli rynków finansowych konstruowanych jest w oparciu o wielkie i rozwinięte gospodarki światowe. Podejście takie nie zawsze znajduje zastosowanie w przypadku młodych i wschodzących rynków. Wynika to po pierwsze z dostępności, a po drugie z charakteru danych tworzących finansowe szeregi czasowe (skupiska danych, grube ogony, autokorelacja). Celem pracy jest zastosowanie modelu M-GARCH do analizy poziomu zmienności stóp zwrotu aktywów finansowych w przypadku, gdy badaniu poddane są portfele inwestycyjne (o więcej niż dwóch składnikach). Przedstawione zostaną różne podejścia do analizy warunkowej wariancji (modyfikacje M-GARCH). Wynikiem będzie ocena stosowalności tej klasy modeli.
EN
The majority of econometric financial market models are based on well run and highly developed economies and available financial time series are very wide, numerous, reporting some specific features as clustering of variance and outliers. Thus, the application of classical methods of the stochastic processes analysis can be biased. The purpose of this paper is to present the review of M-GARCH model to examine the volatility of asset returns in financial market. The analysis includes both individual stocks and portfolios. The most popular approaches of multivariate GARCH models estimation are considered. As a result, the applicability assessment of this class of models within emerging markets will be presented.
7
Publication available in full text mode
Content available

ANALIZA PORÓWNAWCZA RYZYKA EKSTREMALNEGO NA RYNKACH METALI NIEŻELAZNYCH I SZLACHETNYCH

100%
Krężołek D.
Metody Ilościowe w Badaniach Ekonomicznych
|
2015
|
vol. 16
|
issue 3
202-213
PL
Przedmiotem artykułu jest prezentacja wyników pomiaru ryzyka powiązanego z ekstremalnymi zmianami stóp zwrotu wybranych metali nieżelaznych i szlachetnych. Przeprowadzono analizę porównawczą w kontekście podejmowanych działań inwestycyjnych. Wykorzystano mierniki ryzyka bazujące na obserwacjach w ogonach rozkładu, w tym mierniki kwantylowe. Zastosowano gruboogonowe rozkłady prawdopo-dobieństwa. Analiza wykazała istotne różnice w zmienności stóp zwrotu oraz poziomie ryzyka ekstremalnego pomiędzy badanymi grupami metali. Informacja ta może zostać efektywnie wykorzystana w konstrukcji zdywersyfikowanych portfeli inwestycyjnych oraz podejmowaniu decyzji związanych z zarządzaniem ryzykiem w obrębie zjawisk rzadkich.
EN
The purpose of this article is to present initial results obtained in analysis of extreme risk of returns related to investments in non-ferrous and precious metals. Comparison analysis refers to possible investment decisions. The methodology is based on events observed in tails of distributions, including quantile risk measures and so, the family of heavy-tailed distributions has been used. The analysis shows that exists significant discrepancy in volatility and extreme risks between these two groups of metals. This information may be useful in construction of diversified investment portfolios and decision making related to extreme events.
8
Publication available in full text mode
Content available

Risk management on the metals market

63%
Krężołek D., Trzpiot G.
Econometrics. Ekonometria. Advances in Applied Data Analytics
|
2020
|
issue vol. 24, nr 2
86-97
EN
The purpose of this paper is to attempt to classify risk which can be observed when one deals with data from the metals market. Usually the general definition of risk includes two dimensions. The first one is the probability of occurrence and the second one are the associated consequences of a set of hazardous scenarios. In this research the authors try to add a new dimension: the source of risk, which can be defined in terms of the level of turnover (volatility of volume) and price (volatility of returns). One can categorize risks in terms of multidimensional ranking based on a comparative evaluation of the consequences, probability, and source of a given risk. Another dimension is the chosen risk measures, in the meaning of the risk model. In risk analysis, some selected quantile risk measures were proposed: VaR, Expected Shortfall, Median Shortfall and GlueVaR. The empirical part presents a multidimensional risk analysis of the metal market.
PL
Celem opracowania jest próba klasyfikacji ryzyka, które można zaobserwować, gdy mamy do czynienia z danymi z rynku metali. Ogólna definicja ryzyka obejmuje dwa wymiary: prawdopodobieństwo wystąpienia zdarzenia ryzykownego i związane z nim konsekwencje zestawu niebezpiecznych scenariuszy. W niniejszym badaniu staramy się dodać nowy wymiar: źródło ryzyka, które można zdefiniować w kategoriach poziomu obrotu (zmienność wolumenu) oraz ceny (zmienność stóp zwrotu). Ryzyko możemy kategoryzować według wielowymiarowego rankingu, na podstawie porównawczej oceny konsekwencji, prawdopodobieństwa i źródła danego ryzyka. Inny wymiar to wybrane miary ryzyka w rozumieniu modelu ryzyka. W analizie ryzyka wykorzystano wybrane miary kwantylowe: VaR, Expected Shortfall, Median Shortfall oraz GlueVaR. W części empirycznej przedstawiamy analizę ryzyka w ujęciu wielowymiarowym przeprowadzoną na rynku metali.
9
Publication available in full text mode
Content available

Atrakcyjność miasta Katowice – podejście wizualne

39%
Krężołek D., Cibis A., Staszczyszyn I., Pastecki M., Dargiewicz G., Skrzydło M., Kiermasz R.
Studia Ekonomiczne
|
2017
|
vol. 344
39-57
PL
Aglomeracje miejskie cechują się istotnym zróżnicowaniem z punktu widzenia postrzegania ich atrakcyjności przez mieszkańców. Termin „atrakcyjność” jest pojęciem subiektywnym, niemierzalnym i nieposiadającym jednoznacznej, uniwersalnej definicji. Głównym celem badania jest wykrycie i identyfikacja czynników istotnie wpływających na postrzeganie atrakcyjności miasta przez jego mieszkańców, jak również osoby przyjezdne. Założono, że nie tylko cena jest istotną determinantą skłaniającą do zakupu nieruchomości w danej lokalizacji, ale także szereg innych czynników. W pracy zaproponowano klasyfikację nieruchomości przy wykorzystaniu analizy skupień oraz przedstawiono graficzną prezentację wybranych czynników mogących w istotny sposób wpływać na postrzeganie atrakcyjności miasta Katowice przy wykorzystaniu autorskich aplikacji i kodów programistycznych.
EN
Urban agglomerations are described by different characteristics in terms of from their attractiveness. The term “attractiveness” is subjective, not measurable and without an universal definition. The main purpose of this study is to identify factors that significantly affect the perception of the city's attractiveness by its residents, as well as by the visitors. It has been assumed that not only price is an important factor to buy a property in a given location, but also other factors. In this paper, we propose to classify real estate using cluster analysis and we present in a graphical way some selected factors that may significantly influence the perception of the attractiveness of the city of Katowice.
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.