Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "metoda wiarygodności" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Porównanie metod estymacji parametru w klasie wybranych dwuwymiarowych kopuli archimedesowych
    The comparison of parameter estimation methods in the class of some two-dimensional archimedean copulas
    Autorzy:
    Stryjek, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/588422.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Estymacja przedziałowa
    Kanoniczna metoda największej wiarygodności
    Kopula
    Metoda minimalnej odległości
    τ-Kendalla
    Canonical maximum likelihood method
    Copula
    Interval estimation
    Kendall’s τ
    Minimum distance method
    Opis:
    Celem artykułu jest porównanie dokładności estymacji parametru kopuli za pomocą kanonicznej metody największej wiarygodności, metody kalibracji, metody estymacji przedziałowej i metody minimalnej odległości. Analiza polegała na komputerowej symulacji 250-elementowych prób z rozkładu o funkcji łączącej Claytona, Gumbela, Yagera i Farlie-Gumbel-Morgensterna dla 20 losowo wybranych parametrów tych kopuli. Kryterium porównania metod stanowiło obciążenie i błąd średniokwadratowy estymatorów.
    The aim of the paper is to compare the accuracy of copula parameter estimation methods: canonical maximum likelihood method, method of calibration using Kendall’s [Tau], interval estimation method and minimum distance method. The analysis was based on computer simulations of samples (every sample consisted of 250 elements) generated from distributions described by Clayton, Gumbel, Yager and Farlie-Gumbel- -Morgenstern copulas and 20 randomly selected parameters for them. The methods were compared by the measures: bias and mean squared error of the estimator.
    Źródło:
    Studia Ekonomiczne; 2016, 297; 176-187
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Do multi-factor models produce robustresults? Econometric and diagnostic issues in equity risk premia study
    Analiza diagnostyczna wieloczynnikowych modeli oszacowań premii za ryzyko akcyjne
    Autorzy:
    Sakowski, Paweł
    Ślepaczuk, Robert
    Wywiał, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/585858.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Asset pricing models
    Autocorrelation
    Collinearity
    Diagnostics
    Econometric
    Equity risk premia
    General Methods of Moments (GMM)
    Heteroscedasticity
    Maximum Likelihood Estimation (MLE)
    Multi-factor models
    Normality
    Ordinary Least Squares (OLS)
    Outliers
    Autokorelacja
    Diagnostyka modeli
    Heteroskedastyczność
    Metoda najmniejszych kwadratów
    Metoda największej wiarygodności
    Modele wieloczynnikowe
    Modele wyceny aktywów
    Obserwacje odstające
    Premia za ryzyko akcyjne
    Uogólniona metoda momentów
    Współliniowość
    Opis:
    In recent decades numerous studies verified empirical validity of the CAPM model. Many of them showed that CAPM alone is not able to explain cross-sectional variation of stock returns. Researchers revealed various risk factors which explained outperformance of given groups of stocks or proposed modifications to existing multi-factor models. Surprisingly, we hardly find any discussion in financial literature about potential drawbacks of applying standard OLS method to estimate parameters of such models. Yet, the question of robustness of OLS results to invalid assumptions shouldn't be ignored. This article aims to address diagnostic and econometric issues which can influence results of a time-series multifactor model. Based on the preliminary results of a five-factor model for 81 emerging and developed equity indices [Sakowski, Ślepaczuk and Wywiał, 2016a] obtained with OLS we check the robustness of these results to popular violations of OLS assumptions. We find autocorrelation of error term, heteroscedasticity and ARCH effects for most of 81 regressions and apply an AR-GARCH model using MLE to remove them. We also identify outliers and diagnose collinearity problems. Additionally, we apply GMM to avoid strong assumption of IID error term. Finally, we present comparison of parameters estimates and Rsquared values obtained by three different methods of estimation: OLS, MLE and GMM. We find that results do not differ substantially between these three methods and allow to draw the same conclusions from the investigated five-factor model.
    W ostatnich latach liczne prace podejmowały temat empirycznej weryfikacji skuteczności modelu CAPM. Ich autorzy zaproponowali co najmniej kilka czynników ryzyka, które są w stanie wyjaśnić zróżnicowanie przekrojowe zwrotów rozmaitych aktywów finansowych. Zaproponowano także liczne modyfikacje istniejących modeli wieloczynnikowych. W bogatej literaturze rzadko jednak spotykamy dyskusję na temat konsekwencji stosowania standardowej Metody Najmniejszych Kwadratów do oszacowania parametrów tych modeli. Pytanie o odporność oszacowań wieloczynnikowych modeli wyceny aktywów finansowych uzyskanych za pomocą MNK na niespełnienie założeń nie powinno być jednak ignorowane. Celem niniejszego artykułu jest analiza diagnostyczna wyników oszacowań modelu pięcioczynnikowego dla 81 indeksów giełdowych [Sakowski, Ślepaczuk i Wywiał, 2016a]. Weryfikacja założeń modelu wskazuje na obecność autokorelacji i heteroskedastyczności czynnika losowego, a także występowanie efektów ARCH. Analiza obejmuje także identyfikację obserwacji wpływowych oraz weryfikację obecności współliniowości wśród czynników. W końcowej części prezentujemy porównanie oszacowań uzyskanych za pomocą Metody Najmniejszych Kwadratów, Metody Największej Wiarygodności oraz Uogólnionej Metody Momentów. Wszystkie trzy metody dają bardzo zbliżone oszacowania i pozwalają wyciągnąć ten sam zestaw wniosków dla analizowanego modelu pięcioczynnikowego.
    Źródło:
    Studia Ekonomiczne; 2016, 301; 203-227
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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