Linear versus nonlinear causality for DAX companies

• Autorzy: Gurgul H. , Lach Ł.

Warianty tytułu

PL

Liniowa i nieliniowa przyczynowość dla spółek z indeksu DAX

• Języki publikacji: EN

Abstrakty

EN

This study provides empirical evidence of the joint dynamics between stock returns and trading volume using stock data for DAX companies. Our research confirms the hypothesis that traditional linear causality tests often fail to detect some kinds of nonlinear relations, while nonlinear tests do not. In many cases, the test results obtained by use of empirical data and simulation confirm a bidirectional causal relationship, while linear tests did not detect such causality at all.

PL

W badaniach empirycznych, prezentowanych w literaturze a dotyczących zależności pomiędzy wielkością obrotów, stopami zwrotu i ich zmiennością, jest o wiele mniej wyników dotyczących przyczynowości nieliniowej niż liniowej. Naszą pracę wyróżnia spośród innych prac przede wszystkim to, że w artykule są przedstawione nie tylko wyniki z zakresu przyczynowości liniowej, ale i nieliniowej. Stosując testy przyczynowości liniowej i nieliniowej dla giełdy frankfurckiej zbadano, czy znajomość wielkości obrotów może być pomocna w prognozowaniu stóp zwrotu i ich zmienności. Badanie przeprowadzono w trzech wersjach: dla wielkości obrotów z usuniętym trendem, dla oczekiwanej wielkości obrotów i nieoczekiwanej wielkości obrotów. Badania, przeprowadzone zarówno za pomocą testu przyczynowości liniowej, jak i nieliniowej, potwierdzają istnienie przyczynowości od oczekiwanej wielkości obrotów do stóp zwrotu i ich zmienności. Drugim empirycznie stwierdzonym interesującym faktem jest równoczesne występowanie statystycznie istotnej zależności w odwrotnym kierunku. Natomiast w przypadku uwzględnienia w badaniach nieoczekiwanej wielkości obrotów przyczynowości są słabe, a w większości nieistotne statystycznie. Jednakże w przypadku tej wersji wielkości obrotów test nieliniowy wykrywa więcej istotnych wypadków niż test liniowy. W pracy, w celu porównania poprawności wskazań liniowych i nieliniowych testów przyczynowości, przeprowadzono też badania symulacyjne na bazie sześciu wybranych modeli nieliniowych.

Słowa kluczowe

EN

DAX companies; stock returns; trading volume; linear and nonlinear causality; simulation

PL

spółki DAX; stopy zwrotu; wielkość obrotów; przyczynowość liniowa i nieliniowa; symulacje

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Badania Operacyjne i Decyzje
• Rocznik: 2009
• Tom: nr 3
• Strony: 27--46
• Opis fizyczny: Bibliogr. 21 poz., tab.

Twórcy

autor

Gurgul H.

autor

Lach Ł.

• Department of Economics and Econometrics, Faculty of Management, University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków, Poland,

Bibliografia

• [1] ABHYANKAR A., Linear and non-linear Granger causality: Evidence from the U.K. stock index futures market, Journal of Futures Markets, 1998, Vol. 18, pp. 519–540.
• [2] ASIMAKOPOULOS I., AYLING D., MAHMOOD W.M., Non-linear Granger causality in the currencym futures returns, Economics Letters, 2000, Vol. 68, pp. 25–30.
• [3] BAEK E., BROCK W., A general test for Granger causality: Bivariate model, Technical Report, 1992,Iowa State University and University of Wisconsin, Madison.
• [4] BRAILSFORD T.J., The empirical relationship between trading volume, returns and volatility, Accounting and Finance, 1996, Vol. 35(1), pp. 89–111.
• [5] BROCK W., Causality, Chaos, Explanation and Prediction in Economics and Finance, [in:] J. Casti,A. Karlqvist (eds.), Beyond Belief: Randomness, Prediction and Explanation in Science, CRC Press,Boca Raton, FL, 1991, pp. 230–279 (Chapter 10).
• [6] CHAREMZA W., DEADMAN D., New directions in econometric practice (2nd edn), Edward Elgar,Cheltenham 1997.
• [7] DIKS C., PANCHENKO V., A note on the Hiemstra-Jones test for Granger non-causality, Studies in Nonlinear Dynamics and Econometrics, 2005, Vol. 9, No. 2, Article 4.
• [8] DIKS C., PANCHENKO V., A new statistic and practical guidelines for nonparametric Granger causality testing, Journal of Economic Dynamics & Control, 2006, Vol. 30, pp. 1647–1669.
• [9] HIEMSTRA C., JONES J.D., Testing for linear and nonlinear Granger causality in the stock pricevolume relation, Journal of Finance, 1994, Vol. 49, No. 5, pp. 1639–1664.
• [10] GALLANT R., ROSSI P., TAUCHEN G., Stock prices and volume, Review of Financial Studies, 1992,Vol. 5, pp. 199–242.
• [11] GRANGER C.W.J., Investigating causal relations by econometric models and cross-spectral methods,Econometrica, 1969, Vol. 37, pp. 424–438.
• [12] GRANGER C.W.J., Some properties of time series data and their use in econometric model specification,Journal of Econometrics, 1981, Vol. 16, pp. 121–30.
• [13] GRANGER C.W.J., Some recent developments in the concept of causality, Journal of Econometrics,1988, Vol. 39, pp. 199–211.
• [14] GRANGER C.W.J., NEWBOLD P., Spurious regression in econometrics, Journal of Econometrics,1974, Vol. 2, pp. 111–20.
• [15] GURGUL H., MAJDOSZ P., Linear Granger Causality in the Price-Volume Relation, Statistics in Transition, 2005, Vol. 7, pp. 159–171.
• [16] GURGUL H., MAJDOSZ P., MESTEL R., Price – volume relations of DAX companies, Financial Markets and Portfolio Management, Springer-Verlag, 2007, Vol. 21, pp. 353–379.
• [17] LEE B-S., RUI O., The dynamic relationship between stock returns and trading volume: Domestic and cross-country evidence, Journal of Banking and Finance, 2002, Vol. 26, pp. 51–78.
• [18] MESTEL R., GURGUL H., MAJDOSZ P., Stock Returns, Return Volatility and Trading Volume – Empirical Evidence from the Austrian Stock Market, Czech Society for Operations Research, Czech Econometric Society, Masaryk University Brno, Faculty of Economics and Administration, Proceedings of the 22nd International Conference Mathematical Methods in Economics, Brno 2004, pp. 195–200.
• [19] PHILLIPS C.P., Understanding the spurious regression in econometrics, Journal o f Econometrics,1986, Vol. 33, pp. 311–40.
• [20] SIMS C.A., STOCK J.H., WATSON M.W., Inference in linear time series models with some unit roots,Econometrica, 1990, Vol. 58, pp. 133–144.
• [21] TODA H.Y., YAMAMOTO T., Statistical inference in vector autoregressions with possibly integrated processes, Journal o f Econometrics, 1995, Vol. 66, pp. 225–250.