Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dane intraday
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Empirical equity market microstructure research often requires knowledge about trade sides. It is important to recognize the side that initiates the transaction and to distinguish between the so called buyer- and seller-initiated trades. Unfortunately, most data sets do not identify the trade direction. Therefore, researchers rely on indirect trade classification rules to infer trade sides. The aim of this paper is to implement and compare four trade classification algorithms on the Warsaw Stock Exchange (WSE). The high-frequency data for the selected WSE-listed companies covers the period from January 3, 2005 to June 30, 2015. To check the robustness of empirical results to the choice of sample, three adjacent sub-periods of equal size: the pre-crisis, crisis, and post-crisis period are analysed. The Global Financial Crisis on the WSE is formally established as the period June 2007-February 2009.
PL
Badania empiryczne w zakresie mikrostruktury rynku często wymagają wiedzy na temat stron transakcji. Szczególnie ważna jest identyfikacja strony inicjującej transakcje oraz podział na transakcje inicjowane przez nabywcę i sprzedającego. Niestety, większość baz danych intraday nie zawiera takich informacji. Dlatego badacze korzystają z pośrednich metod klasyfikacji. Celem pracy była implementacja i porównanie czterech algorytmów klasyfikacji transakcji na Giełdzie Papierów Wartościowych w Warszawie S.A. Badanie przeprowadzono z wykorzystaniem sróddziennych danych transakcyjnych akcji trzech reprezentatywnych firm, należących do grup spółek dużych (grupa BIG), średnich (grupa MEDIUM) i małych (grupa SMALL). Były to odpowiednio spółki: KGH, MCI oraz ENP. Wszystkie charakteryzują się stosunkowo wysoką płynnością na tle grup, do których należą. Analizy objęły okres od 3 stycznia 2005 do 30 czerwca 2015, z wyróżnieniem trzech jednakowo licznych podokresów: przed kryzysem, kryzys, po kryzysie. Okres globalnego kryzysu finansowego na giełdzie warszawskiej został ustalony w sposób formalny jako przedział czasowy czerwiec 2007-luty 2009.
EN
This paper is concerned with a dependence analysis of returns, return volatility and trading volume for five companies listed on the Vienna Stock Exchange. Taking into account the high frequency data for these companies, tests based on a comparison of Bernstein copula densities using the Hellinger distance were conducted. It is worth noting that these tests can be used in general settings since there is no restriction on the dimension of the data. The parameter which must be set up for the testing procedure is a bandwidth. It is necessary for estimation of the nonparametric copula. The paper presents some patterns of causal relationships between stock returns, realized volatility and expected and unexpected trading volume. There is linear causality running from realized volatility to expected trading volume, and a lack of nonlinear dependence in the opposite direction. The authors detected strong linear and nonlinear causality from stock returns to expected trading volume. Therefore, a knowledge of past stock returns can improve forecasts of expected trading volume. They did not find causality running in the opposite direction.
PL
W artykule przeprowadzono analizę zależności pomiędzy stopami zwrotu, ich zmiennością oraz wielkością obrotów pięciu spółek notowanych na Wiedeńskiej Giełdzie Papierów Wartościowych. Wykorzystując dane wysokiej częstotliwości, przeprowadzono testy, wykorzystując kopule Bernsteina oraz odległość Hellingera. Warto zauważyć, że testy te mogą być zastosowane dla dowolnej liczby zmiennych. Jedynym parametrem, który musi określić badacz, jest parametr określający dokładność oszacowania nieparametrycznych gęstości kopuł. W pracy zaprezentowano pewne wzory zależności przyczynowych pomiędzy stopami zwrotu, zmiennością oraz oczekiwanym i nieoczekiwanym wolumenem. Wykazano, że istnieje zależność przyczynowa od zmienności zrealizowanej do oczekiwanego wolumenu i brak takiej zależności w odwrotnym kierunku. Wykryto silną zależność przyczynową liniową oraz nieliniową od stóp zwrotu do oczekiwanego wolumenu. Oznacza to, że znajomość historycznych stóp zwrotu może być pomocna w prognozowaniu oczekiwanego wolumenu. Nie wykryto zależności w kierunku przeciwnym.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.