Wyniki wyszukiwania - BazTech

1

The testing of causal stock returns-trading volume dependencies with the aid of copulas

Gurgul H., Mestel R., Syrek R.

Managerial Economics

|

2013

|

nr 13

21--44

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.

2

The structure of contemporaneous price-volume relationships in financial markets

Gurgul H., Syrek R.

Managerial Economics

|

2013

|

nr 14

39--60

EN

The main goal of this paper is an examination of the interdependence stuctures of stock returns, volatility and trading volumes of companies listed on the CAC40 and FTSE100. The authors establish that the mean values of respective measures are different on the markets under study. In general, they are larger for equities from CAC40 than from FTSE100. The Mixture of Distributions Hypothesis with long memory is rejected for about 70 % of stocks from both markets. Additionally fractional cointegration was tested. The lack of fractional cointegration, suggests a rejection of the last variant of MDH in all cases, i.e. the time series under study do not exhibit common long-run dependence. The analyzed time series are not driven by a common information arrival process with long memory. Correlation between volatility and trading volume is present for all the stocks of companies from these markets. The mixtures of rotated copulas and Kendall correlation coefficient allowed the checking of extreme return-volume dependence structures. The empirical results reflect significant dependencies between high volatility and high trading volume. In general, the dependence structures of stock returns and trading volume are different. In the case of CAC40 companies high trading volume is not correlated as frequently with high stock returns as with low stock returns. For companies listed on the FTSE100 high stock returns are mostly related with high trading volume.

PL

Głównym celem artykułu jest znalezienie zależności pomiędzy stopami zwrotu, ich zmiennością oraz wielkością obrotów dla spółek należących do indeksów CAC40 i FTSE100. Autorzy ustalili, że średnie miary zależności na obu badanych rynkach różnią się istotnie. Przeważnie są one większe w przypadku spółek notowanych w indeksie CAC40 aniżeli w przypadku spółek z indeksu FTSE100. Badania empiryczne dają podstawę do odrzucenia ok. 70% akcji z obu rynków hipotezy o mieszance rozkładów (MDH) w przypadku dla wszystkich szeregów czasowych w wersji z długą pamięcią. Dodatkowo przetestowano istnienie kointegracji ułamkowej pomiędzy badanymi chrakterystykami akcji. Stwierdzono brak istotnej statystycznie kointegracji ułamkowej, co sugeruje konieczność odrzucenia ostatniego wariantu MDH odnośnie do badanych szeregów czasowych we wszystkich przypadkach. Świadczy to o tym, że nie wykazują one wzajemnej zależności długoterminowej. Tak więc analizowane szeregi czasowe nie są generowane przez wspólny proces napływu informacji z długą pamięcią. Występuje korelacja pomiędzy zmiennością stóp zwrotu a wielkością obrotów akcji wszystkich spółek z rozważanych rynków. Badania pozwoliły na ustalenie, że mieszanka obróconych kopuł oraz współczynnik korelacji Kendalla umożliwiły sprawdzenie zależności pomiędzy ekstremalnymi stopami zwrotu i ekstremalną wielkością obrotów. Wyniki empiryczne odzwierciedlają istotne zależności pomiędzy wysoką zmiennością stop zwrotu i wysoką wielkością obrotów. Jednak struktury zależności w przypadku poszczególnych spółek różnią się istotnie. W przypadku spółek z CAC40 wysokie wielkości obrotów akcjami nie są tak często skorelowane z wysokimi stopami zwrotu jak z niskimi. Natomiast w przypadku FTSE100 wysokie stopy zwrotu są przeważnie skorelowane z wysokimi wielkościami obrotów.

3

Spatial-serial dependency in multivariate GARCH models and dynamic copulas: a simulation study

Klein I., Kock C., Tinkl F.

Ekonomia Menedżerska

|

2010

|

nr 7

43-62

EN

The serial dependency of multivariate financial data will often be filtered by considering the residuals of univariate GARCH models adapted to every single series. This is the correct filtering strategy if the multivariate process follows a so-called copula based multivariate dynamic model (CMD). These multivariate dynamic models combine univariate GARCH in a linear or nonlinear way. In these models the parameters of the marginal distribution (=univariate GARCH models) and the dependence parameter are separable in the sense that they can be estimated in two or more steps. In the first step the parameters of the marginal distribution will be estimated and in the second step the parameter(s) of dependence. To the class of CMD models belong several multivariate GARCH models like the CCC and the DCC model. In contrast the BEKK model, f.e., does not belong to this class. If the BEKK model is correctly specified the above mentioned filtering strategy could fail from a theoretical point of view. Up to now, it is not known which dynamic copula is incorporated in a BEKK model. We will show that if the distribution of the innovations (i.e. the residuals) of MGARCH models is spherical the conditional distribution of the whole MGARCH process belongs to the elliptical distribution family. Therefore estimating the dependence of a BEKK model by copulas from the elliptical family should be an appropriate strategy to identify the dependence (i.e. correlation) between the univariate time series. Furthermore we will show, that a diagonal BEKK model can be separated in its margins and a copula, but that this strategy falls short of investigating full BEKK models.

PL

Zależność w wielowymiarowych danych finansowych jest często usuwana za pomocą analizy reszt jednowymiarowych modeli GARCH zaadaptowanych do każdego pojedynczego szeregu. Ten sposób filtracji jest właściwy, jeśli proces wielowymiarowy daje się opisać za pomocą tak zwanych wielowymiarowych modeli dynamicznych (CMD) opartych na kopuli. Te wielowymiarowe modele dynamiczne łączą jednowymiarowe modele GARCH w sposób liniowy lub nieliniowy. W modelach tych parametry rozkładów brzegowych (=jednowymiarowe modele oraz parametry) oraz zależności są separowane w takim sensie, że mogą być estymowane w dwóch lub więcej krokach. W pierwszym kroku są estymowane parametry rozkładu brzegowego, a w kroku drugim estymuje się parametr bądź parametry zależności. Do klasy modeli CMD należy kilka modeli wielowymiarowych typu GARCH, jak na przykład CCC oraz model DCC. W przeciwieństwie do wymienionych modeli model BEKK nie należy do tej klasy. Jeśli model BEKK jest prawidłowo wyspecyfikowany, to wspomniana strategia filtracji z teoretycznego punktu widzenia może zawodzić. Dotąd nie jest wiadomo, która kopula dynamiczna jest włączona do modelu BEKK. Pokażemy, że o ile rozkład prawdopodobieństwa innowacji (tzn. reszt) modeli MGARCH jest rozkładem sferycznym, to rozkład warunkowy całego MGARCH należy do eliptycznej klasy rozkładów prawdopodobieństwa. Dlatego estymacja zależności modelu BEKK za pomocą kopul należących do eliptycznej rodziny rozkładów powinna być właściwą strategią identyfikacji zależności (tzn. korelacji) pomiędzy jednowymiarowymi szeregami czasowymi. Ponadto pokażemy, ze model diagonalny BEKK może być rozdzielony na swoje modele brzegowe oraz stosowne kopule. Jednakże ta strategia nie jest wystarczająca w badaniu całkowitych (niediagonalnych) modeli typu BEKK.

4

Kopule i przyczynowość w badaniach związków pomiędzy zmiennymi finansowymi wybranych spółek z DAX

Gurgul H., Mestel R., Syrek R.

Ekonomia Menedżerska

|

2008

|

nr 3

7-20

PL

W artykule rozważono zależności równoczesne i przyczynowe pomiędzy stopami zwrotu, ich zmiennością i wielkością obrotów. Badania zostały przeprowadzone dla wybranych z DAX największych spółek giełdowych. Stwierdzono za pomocą kopul brak istotnej statystycznie przyczynowości pomiędzy stopami zwrotu i wielkością obrotów. Jednocześnie w prawie wszystkich wypadkach stwierdzono istnienie przyczynowości obustronnej pomiędzy stopami zwrotu i ich zmiennością. We wszystkich wypadkach stwierdzono istnienie zależności jednostronnej od zmienności stóp zwrotu do wielkości obrotów. Nie stwierdzono odwrotnej zależności. Ten ostatni wynik świadczy o tym, że wzrastająca zmienność stóp zwrotu może być symptomem zbliżającej się wzmożonej aktywności handlowej inwestorów, dotyczącej akcji danej spółki.

EN

In the paper contemporaneous and dynamic relations between stock returns, stock returns volatility and trading volume for selected German companies quoted in DAX since 1994 are considered. The authors found out by mean of copulas significant contemporaneous pairwise dependences between these market variables. Dynamic relations were proved statistically by mean of Granger causality concept. The linear and nonlinear causality tests confirmed no causality between stock returns and trading volume in both directions. The performed computations are reason for claim that between stock returns and stock returns volatility might be a feedback. There is in all cases a strong causality from volatility to trading volume, but not in opposite direction.

5

Polish stock market and some foreign markets : dependence analysis by copulas

Gurgul H., Mestel R., Syrek R.

Badania Operacyjne i Decyzje

|

2008

|

nr 2

17-35

EN

In the financial literature there is much less evidence of a contemporaneous or dynamic (causal) relationship between trading volume and stock returns and return volatility from the emerging stock markets than from the developed capital markets. It has been observed that market crashes and financial crises often happen in different countries during about the same time period, even if the dependency measured by correlation is very low between these markets. Researchers have raised the question of different dependence structure between markets with the same (pairwise) correlations. These dependence structures could increase or decrease the diversification benefit compared to the normal distribution assumption. Applying copulas (which reflect dependence structure) the authors examined whether trading volume, stock return and return volatility are pairwise dependent. It results from our investigations that there exists also a close pairwise relationship between these variables on WSE and between Polish stock returns and the returns of foreign stock market indexes. A similar significant relationship concerns trading volumes. In addition, stock returns (returns volatility) of the Austrian and especially of the German stock market influence Polish trading volume. The lack of significant DJIA impact on the trading volume on WSE on the same day is probably caused by the fact that changes of DJIA lead changes on the European stock markets. Future investigations should be concerned with the stability over time of the relations between domestic and foreign stock market variables taking into account more recent data and more advanced technique based on copulas models with Markov regime switching mechanism.

PL

W literaturze finansowej zajmowano się w znacznie mniejszym stopniu związkami między wielkością obrotów, stopami zwrotu i ich wariancją warunkową w przypadku rynków „wschodzących” niż w przypadku rozwiniętych rynków kapitałowych. Obserwuje się, że mimo nieistotnej lub słabej korelacji między różnymi rynkami finansowymi, dochodzi na nich do niekiedy bardzo poważnych kryzysów dokładnie w tym samym czasie. Można stąd wysnuć hipotezę, że prawdopodobnie zależności w tzw. ogonach rozkładów stóp zwrotu, zwłaszcza w lewym ogonie (ang. left tail) są znacznie silniejsze niż można by wnioskować z wartości globalnych współczynników korelacji. W ostatnich latach coraz powszechniej stosuje się więc alternatywne miary, uwzględniające strukturę zależności między zmiennymi finansowymi, przede wszystkim kopule. Stosując teorię kopul, autorzy tej pracy wykazali związek pomiędzy wielkościami stóp zwrotu oraz ich zmiennością (ang. volatility) a wielkościami obrotów na rynku krajowym. Poza ustaleniem związków między obrotami, stopami zwrotu i ich zmiennością na rynku krajowym wykazano także związek stóp zwrotu, ich zmienności i wielkości obrotów na rynkach zagranicznych z tymi samymi wielkościami z Warszawskiej Giełdy Papierów Wartościowych (indeks WIG). Wykazano, że stopy zwrotu i ich zmienność na austriackim, a szczególnie niemieckim rynku akcji mają wpływ na wielkość obrotów na GPW w Warszawie. Brak takiego wpływu ze strony stóp zwrotu indeksu DJIA może być wytłumaczony tym, że zmiany tego indeksu poprzedzają zmiany indeksów europejskich. Przyszłe badania powinny się skupić na stabilności w czasie istniejących związków przez wykorzystanie dłuższych szeregów czasowych, z uwzględnieniem najnowszych danych oraz bardziej zaawansowanej techniki łączącej kopule oraz modele przełącznikowe typu Markowa.