Informacja

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

Wyszukujesz frazę "Metals market" wg kryterium: Wszystkie pola


Wyświetlanie 1-4 z 4
Tytuł:
Risk management on the metals market
Zarządzanie ryzykiem na rynku metali
Autorzy:
Krężołek, Dominik
Trzpiot, Grażyna
Powiązania:
https://bibliotekanauki.pl/articles/424896.pdf
Data publikacji:
2020
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
risk measure
modified GlueVaR
extreme risk
sources of risk
metals market
miara ryzyka
zmodyfikowany GlueVaR
ryzyko ekstremalne
źródła ryzyka
rynek metali
Opis:
The purpose of this paper is to attempt to classify risk which can be observed when one deals with data from the metals market. Usually the general definition of risk includes two dimensions. The first one is the probability of occurrence and the second one are the associated consequences of a set of hazardous scenarios. In this research the authors try to add a new dimension: the source of risk, which can be defined in terms of the level of turnover (volatility of volume) and price (volatility of returns). One can categorize risks in terms of multidimensional ranking based on a comparative evaluation of the consequences, probability, and source of a given risk. Another dimension is the chosen risk measures, in the meaning of the risk model. In risk analysis, some selected quantile risk measures were proposed: VaR, Expected Shortfall, Median Shortfall and GlueVaR. The empirical part presents a multidimensional risk analysis of the metal market.
Celem opracowania jest próba klasyfikacji ryzyka, które można zaobserwować, gdy mamy do czynienia z danymi z rynku metali. Ogólna definicja ryzyka obejmuje dwa wymiary: prawdopodobieństwo wystąpienia zdarzenia ryzykownego i związane z nim konsekwencje zestawu niebezpiecznych scenariuszy. W niniejszym badaniu staramy się dodać nowy wymiar: źródło ryzyka, które można zdefiniować w kategoriach poziomu obrotu (zmienność wolumenu) oraz ceny (zmienność stóp zwrotu). Ryzyko możemy kategoryzować według wielowymiarowego rankingu, na podstawie porównawczej oceny konsekwencji, prawdopodobieństwa i źródła danego ryzyka. Inny wymiar to wybrane miary ryzyka w rozumieniu modelu ryzyka. W analizie ryzyka wykorzystano wybrane miary kwantylowe: VaR, Expected Shortfall, Median Shortfall oraz GlueVaR. W części empirycznej przedstawiamy analizę ryzyka w ujęciu wielowymiarowym przeprowadzoną na rynku metali.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 2; 86-97
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ANALIZA PORÓWNAWCZA RYZYKA EKSTREMALNEGO NA RYNKACH METALI NIEŻELAZNYCH I SZLACHETNYCH
COMPARISON ANALYSIS OF EXTREME RISK ON NON-FERROUS AND PRECIOUS METALS MARKET
Autorzy:
Krężołek, Dominik
Powiązania:
https://bibliotekanauki.pl/articles/452899.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
ryzyko
ryzyko ekstremalne
kwantylowe miary ryzyka
Value-at-Risk
rynek metali
risk
extreme risk
quantile risk measures
metals market
Opis:
Przedmiotem artykułu jest prezentacja wyników pomiaru ryzyka powiązanego z ekstremalnymi zmianami stóp zwrotu wybranych metali nieżelaznych i szlachetnych. Przeprowadzono analizę porównawczą w kontekście podejmowanych działań inwestycyjnych. Wykorzystano mierniki ryzyka bazujące na obserwacjach w ogonach rozkładu, w tym mierniki kwantylowe. Zastosowano gruboogonowe rozkłady prawdopo-dobieństwa. Analiza wykazała istotne różnice w zmienności stóp zwrotu oraz poziomie ryzyka ekstremalnego pomiędzy badanymi grupami metali. Informacja ta może zostać efektywnie wykorzystana w konstrukcji zdywersyfikowanych portfeli inwestycyjnych oraz podejmowaniu decyzji związanych z zarządzaniem ryzykiem w obrębie zjawisk rzadkich.
The purpose of this article is to present initial results obtained in analysis of extreme risk of returns related to investments in non-ferrous and precious metals. Comparison analysis refers to possible investment decisions. The methodology is based on events observed in tails of distributions, including quantile risk measures and so, the family of heavy-tailed distributions has been used. The analysis shows that exists significant discrepancy in volatility and extreme risks between these two groups of metals. This information may be useful in construction of diversified investment portfolios and decision making related to extreme events.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 3; 202-213
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selected GARCH‑type Models in the Metals Market – Backtesting of Value‑at‑Risk
Wybrane modele klasy GARCH na rynku metali – testowanie wsteczne Value‑at‑Risk
Autorzy:
Krężołek, Dominik
Powiązania:
https://bibliotekanauki.pl/articles/657116.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
zmienność
modele klasy GARCH
ryzyko
Value‑at‑Risk
rynek metali
volatility
GARCH‑type models
risk
metals market
Opis:
Analiza ryzyka na rynku finansowym wymaga poprawnej oceny zmienności zarówno cen, jak i stóp zwrotu interesujących inwestora aktywów. Szumy informacyjne, sytuacja gospodarcza oraz polityczna, a także zwykła spekulacja powodują istotne trudności w stawianiu trafnych prognoz. Z punktu widzenia inwestora kluczowym zagadnieniem jest minimalizacja ryzyka dużych strat. W artykule podjęto próbę zastosowania wybranych modeli zagnieżdżonych klasy ARMA‑GARCH oraz ARMA‑APARCH do oceny zmienności stóp zwrotu wybranych aktywów notowanych na rynku metali. Do oceny ryzyka inwestycji wykorzystano wartość zagrożoną VaR, natomiast jakość tej oceny z faktycznie zaobserwowanymi stratami zweryfikowano za pomocą wybranych testów przekroczeń.
  Risk analysis in the financial market requires the correct evaluation of volatility in terms of both prices and asset returns. Disturbances in quality of information, the economic and political situation and investment speculations cause incredible difficulties in accurate forecasting. From the investor’s point of view, the key issue is to minimise the risk of huge losses. This article presents the results of using some selected GARCH‑type models, ARMA‑GARCH and ARMA‑APARCH, in evaluating volatility of asset returns in the metals market. To assess the level of risk, the Value‑at‑Risk measure is used. The comparison between real and estimated losses (in terms of VaR) is made using the backtesting procedure.  
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 5, 331; 185-203
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Effectiveness of the GlueVaR Risk Measure on the Metals Market – the Application of Omega Performance Measure
Efektywność miary GlueVaR w ocenie ryzyka na rynku metali – zastosowanie wskaźnika Omega
Autorzy:
Krężołek, Dominik
Trzpiot, Grażyna
Powiązania:
https://bibliotekanauki.pl/articles/657124.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
miara Omega
GlueVaR
efektywność
ryzyko
rynek metali
Omega risk measure
effectiveness
risk
metals market
Opis:
Podejmowanie decyzji inwestycyjnych jest indywidualną kwestią każdego inwestora. Strategia, jaką przyjmuje, znajduje swoje odzwierciedlenie w poziomie akceptowalnego ryzyka. Niemniej jednak każdy z inwestorów dąży do minimalizacji dużych strat przy jednoczesnej maksymalizacji zysku. Istnieje wiele miar ryzyka, a każda z nich przekazuje inną informację. W artykule poddano ocenie efektywność dwóch nieklasycznych miar ryzyka: wskaźnika Omega oraz koherentnej miary GlueVaR. Cechą wspólną obu tych mierników jest konieczność ustalenia pewnego punktu progowego określającego, kiedy podjęta inwestycja rozumiana jest jako strata. Efektywność miar ryzyka przeanalizowano na przykładzie inwestycji podejmowanych na rynku metali.
Decision‑making process is an individual matter for each investor and the strategy they choose, reflects the level of accepted risk. Nevertheless, any investor wants to minimize huge losses while maximizing profits. As far as the measure of risk is concerned, literature is full of examples of tools which help to evaluate the risk. However, the level of the risk usually differs, depending on circumstances. In this paper we present two non‑classical risk measures: Omega performance risk measure and GlueVaR risk measure. Both of them require a threshold to be set, which reflects the starting point for the investment to be considered as a loss. The effectiveness of the Omega and GlueVaR risk measures is compared using the example of metals market investments.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 5, 331; 153-167
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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