Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Portfolio analysis" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Macroeconomic Risk of Investment Portfolios at the Warsaw Stock Exchange
Ryzyko makroekonomiczne portfeli inwestycyjnych na GPW w Warszawie
Autorzy:
Jaguś, Felicjan
Powiązania:
https://bibliotekanauki.pl/articles/905058.pdf
Data publikacji:
2009
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multidimensional statistic analysis
principal components analysis
cluster analysis
risk management
portfolio analysis
Opis:
The essay presents the attempt to examine selected macroeconomic risk factors of portfolio Investments in Polish capital market as well as to build investment portfolios sensitive to particular risk profiles. With this objective in view, quoted companies at WSE were classified in accordance lo selected macroeconomic risk factor, applying the multidimensional statistic analysis. On the basis of the classification the shares portfolios of different risk profiles were built. The principal components analysis was applied to specify the main macroeconomic risk factors. Next, for all assets individually multifactor regression models were built to describe relations between the return rates of the assets and the macroeconomic risk factors. As a result of the regression analysis the sensitivity risk measures were received. The clustering analysis was applied in order to classify the assets in accordance to the sensitivity risk measures. The result of classification was used to build the portfolios that are sensitive to specific of macroeconomic risks. Finally the influence of the specific macroeconomic risks on total investment risk was examined.
W pracy podjęto próbę oceny wybranych czynników ryzyka makroekonomicznego inwestycji portfel owej na polskim rynku kapitałowym. W tym celu przeprowadzono analizę klasyfikacji spółek ze względu na wybrane czynniki ryzyka makroekonomicznego, a następnie budowano portfele akcji o określonych profilach tego ryzyka. Badanie przeprowadzono na miesięcznych danych makroekonomicznych oraz miesięcznych stopach zwrotu spółek notowanych na GPW w Warszawie w okresie od stycznia 1999 do sierpnia 2005 r. Do specyfikacji ryzyka wykorzystano analizę głównych składowych. Wyznaczone składowe główne potraktowano jako czynniki ryzyka makroekonomicznego. Następnie oszacowano funkcje regresji opisujące stopy zwrotu akcji z wyznaczonymi czynnikami ryzyka. W wyniku analizy n presji otrzymano miary ryzyka wrażliwości stóp zwrotu spółek na poszczególne czynniki ryzyka makroekonomicznego. Następnie wykorzystano analizę skupień i dokonano klasyfikacji spółek ze względu na wyznaczone miary wrażliwości. Na podstawie wyników klasyfikacji zbudowano portfele akcji o określonych profilach makroekonomicznego ryzyka a następnie przeprowadzono analizę dywersyfikacji ryzyka portfeli. Ostatecznie zbadano wpływ poszczególnych czynników ryzyka na całkowite ryzyko inwestycji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimal Stock Portfolio – Application of Multivariate Statistical Analysis
Optymalny portfel akcji – zastosowanie wielowymiarowej analizy statystycznej
Autorzy:
Konarzewska, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/904809.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
optimal portfolio models
principal component analysis of rates of return
Opis:
Investigating relationship between risk of the Markowitz optimal portfolio and the strength of interdependence for the set of rates of return for portfolio components we state (Konarzewska, 2008, 2012) that the risk measured as variance/standard deviation is slightly sensitive on small disturbance in data set when the series of data are strongly interrelated. What more, portfolio risk rises as the strength of interdependence declines. We have found that if strong linear relationship is present among series, it is important to control the direction between the portfolio weights vector and the eigenvector corresponding to maximal eigenvalue of the correlation/covariance matrix – the ideal situation being orthogonality of the two vectors. These results can be utilized in: the algorithm for pre-selection of investment portfolio components, construction of the optimal investment portfolio models. Both propositions utilize eigenvalue decomposition of the rates of return correlation or covariance matrix. Theoretical results are illustrated by empirical examples for medium-sized firms being components of mWIG40 index on Stock Exchange in Warsaw. We compare optimal portfolios obtained for Markowitz and PCA – aided models.
W artykule przedstawiamy wybrane wyniki teoretyczne na temat konstrukcji optymalnego portfela akcji z wykorzystaniem informacji dostepnej w wyniku przeprowadzenia analizy głównych składowych macierzy kowariancji czy też macierzy korelacji stóp zwrotu z akcji. Wyniki teoretyczne prowadzą do konstrukcji modeli optymalizacyjnych uwzględniajacych redukcję przestrzeni danych do określonej liczby głównych składowych, co udaje się skutecznie przeprowadzić w warunkach silnych związków o charakterze liniowym między szeregami stóp zwrotu z akcji. W pracy prezentujemy wyniki analiz dla modeli Markowitza oraz modeli opartych o analizę głównych składowych na przykładzie sektora średnich spółek na GPW w Warszawie w latach 2009-2011. Badanie empiryczne pokazuje różnice wyników optymalizacji oraz ryzyka portfeli w przypadkach, kiedy korzystamy z macierzy kowariancji albo korelacji.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian Analysis of Stochastic Volatility Model and Portfolio Allocation
Bayesowska analiza modelu zmienności stochastycznej w optymalizacji portfela
Autorzy:
Pajor, Anna
Powiązania:
https://bibliotekanauki.pl/articles/907594.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
multivariate stochastic volatility model
Bayesian analysis
portfolio allocation
Markov chain Monte Carlo
Opis:
In this paper we present the multivariate stochastic volatility model based on the Cholesky decomposition. This model and the Bayesian approach is used to model bivariate daily financial time series and construct an optimal portfolio. We consider the hypothetical portfolios consisted of two currencies that were most important for the Polish economy: the US dollar and the German mark. In the optimization process we used the predictive distributions of future returns and the predictive covariance matrix obtained from the MSV model.
W artykule przedstawiono model zmienności stochastycznej, oparty na dekompozycji Choleskiego. Następnie model SV oraz podejście Bayesowskie zostało wykorzystane do modelowania zmienności dwuwymiarowych finansowych szeregów czasowych oraz budowy optymalnego portfela walutowego. Rozważono hipotetyczny portfel, w skład którego wchodzą złotówkowe kursy dwóch walut: dolara amerykańskiego i marki niemieckiej. W procesie optymalizacji portfela wykorzystano predyktywny rozkład stóp zwrotu oraz predyktywny rozkład macierzy warunkowych kowariancji, uzyskany w rozważanym modelu MSV za pomocą metod Monte Carlo (MCMC).
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 192
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies