W pierwszej części artykułu przedstawiono najważniejsze determinanty ryzyka cenowego na rynku ropy naftowej, ze względu na znaczenie tego rynku towarowego dla przedsiębiorstw z sektora TSL. Następnie oszacowano przełącznikowe modele Markowa dla stóp zwrotu cen ropy naftowej i wybranych spółek TSL z giełdy amerykańskiej, zidentyfikowano okresy charakteryzujące się wysoką zmiennością cen i porównano ich średnie czasy trwania. Oceniono synchronizację występowania okresów podwyższonego ryzyka cen ropy i cen akcji spółek z sektora TSL.
EN
In the first part of the article the most important determinants of price risks in the crude oil market were presented, due to the meaning of this commodity market for TSL sector companies. Next, Markov switching models were estimated on basis of crude oil returns and the selected companies stocks returns, which are listed on NYSE and NASDAQ, then high volatility periods were identified and their average duration time was compared. The synchronization of occurrence of higher price risk periods on crude oil market and on TSL sector of the capital market was evaluated.
W artykule zamieszczono kontynuację cyklu opracowań autora (2007, 2009, 2012) dotyczących optymalnych metod prognozowania polskich zmiennych makroekonomicznych na przykładzie Produktu Krajowego Brutto (PKB). W ramach wykonanego na potrzeby artykułu badania porównano jakość nowcastów („prognoz” teraźniejszości) i właściwych prognoz określonych na podstawie proponowanego przez Mariano i Murasawę (2003) dynamicznego modelu czynnikowego z obsługą mieszanych częstotliwości danych wejściowych i braków obserwacji (MFDG-DFM) oraz rozszerzonego o strukturę czynnikową wielowymiarowego modelu przełącznikowego Markowa (multivariate Markov switching model) zapropo-nowanego przez Kima i Nelsona (1999), a następnie zastosowanego w praktyce przez Hamiltona i Chauvet (2005). Przedstawiono zaplecze matematyczne obu modeli wskazując na modyfikacje kombinowanego podejścia filtru Kalmana oraz metody największej wiarygodności (MNW), niezbędne do estymacji nieliniowego modelu z przełączaniem reżimów zgodnie ze schematem Markowa. Uzyskane wyniki sygnalizują niewielką przewagę modelu Mariano i Murasawy, choć w zakresie „prognoz” teraźniejszości konkurencyjny model Markowowski dostarcza wyników o porównywalnej jakości.
EN
The article is a continuation of author’s previous publications’ series (2007, 2009, 2012) devoted to optimal methods of Polish macro variables forecasting with special attention to Gross Domestic Product. In this survey quality of nowcasts and forecasts was prepared with Mariano and Murasawa (2003) dynamic factor model with mixed frequencies and missing data handling (MFDG-DFM) was compared with quality of nowcasts/forecasts computed with multivariate Markov switching model proposed by Kim and Nelson (1999) and opera-tionalized by Hamilton and Chauvet (2005). The article presents mathematical background of both models and describes in detail combined Kalman filter and maximum likelihood method used to estimate nonlinear Markov switching model. Achieved results show modest advantage of Mariano and Murasawa MFDG-DFM model Polish GDP forecasts, however in the case of nowcasts both models provide almost equal quality output.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.