Results found: 2

Search results

Search:
in the keywords: grube ogony

Sort By:

Limit search:

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

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.

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

An approach to measuring the relation between risk and return. Bayesian analysis for WIG data

100%

Pipień M.

Folia Oeconomica Cracoviensia

2007

vol. 48

95-117

The main goal of this paper is an application of Bayesian inference in testing the relation between risk and return of the financial time series. On the basis of the Intertemporal CAl’M model, proposed by Merton (1973), we built a general sampling model suitable in analysing such relationship. The most important feature of our model assumptions is that the possible skewness of conditional distribution of returns is used as an alternative source of relation between risk and return. Thus, pure statistical feature of the sampling model is equipped with economic interpretation. This general specification relates to GARCH-In-Mean model proposed by Osiewalski and Pipień (2000). In order to make conditional distribution of financial returns skewed we considered a constructive approach based on the inverse probability integral transformation. In particular, we apply the hidden truncation mechanism, two approaches based on the inverse scale factors in the positive and the negative orthant, order statistics concept, Beta distribution transformation, Bernstein density transformation and the method recently proposed by Ferreira and Steel (2006). Based on the daily excess returns of WIG index we checked the total impact of conditional skewness assumption on the relation between return and risk on the Warsaw Stock Market. Posterior inference about skewness mechanisms confirmed positive and decisively significant relationship between expected return and risk. The greatest data support, as measured by the posterior probability value, receives model with conditional skewness based on the Beta distribution transform ation with two free parameters.

Refine search results

1 Folia Oeconomica Cracoviensia

1 Metody Ilościowe w Badaniach Ekonomicznych

1 2017

1 2007

1 Krężołek D.

1 Pipień M.

Search results

SKOŚNOŚĆ ROZKŁADU A ESTYMACJA KWANTYLOWYCH MIAR RYZYKA – PRZYPADEK RYNKU METALI

An approach to measuring the relation between risk and return. Bayesian analysis for WIG data