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 "Stochastic Volatility Processes" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wpływ wartości ekstremalnych na zmienność stochastyczną
    The Impact of Extreme Observations on Stochastic Volatility
    Autorzy:
    Majewska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/591034.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Estymacja
    Model Blacka-Scholesa
    Modele stochastyczne
    Procesy zmienności stochastycznej
    Black-Scholes model
    Estimation
    Stochastic models
    Stochastic Volatility Processes
    Opis:
    This article takes up validity of the use (on the Polish capital market) of stochastic models which take into account extreme observations. In the comparative analysis aside from the SV been considered models whose structure can better describe the appearance of extreme observations.
    Źródło:
    Studia Ekonomiczne; 2013, 162; 131-143
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie filtru Kalmana do modeli stochastycznej zmienności typu Ornsteina‑Uhlenbecka
    Application of Kalman Filter to Stochastic Volatility Models of the Orstein‑Uhlenbeck Type
    Autorzy:
    Szczepocki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/658126.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    stochastyczne modele zmienności
    proces Lévy’ego
    stochastic volatility models
    Levy processes
    Opis:
    Barndorff‑Nielsen and Shephard (2001) proposed a class of stochastic volatility models in which the volatility process is the Ornstein‑Uhlenbeck process driven by a Levy process without gaussian component. Parameter estimation of these models is difficult because the appropriate likelihood functions do not have a closed‑form expression. The article deals with application of the Kalman filter technique for parameter estimation of such models. The method is applied to EUR/PLN daily exchange rate data. Empirical application is accompanied with simulation study to examine statistical properties of the estimators.
    O. E. Barndorff‑Nielsen i N. Shephard (2001) zaproponowali klasę modeli stochastycznej zmienności typu Ornsteina‑Uhlenbecka, opartych na procesie Lévy’ego bez składnika Gaussowskiego. Estymacja parametrów modeli tego typu jest trudna, ponieważ nie można wyznaczyć odpowiedniej funkcji wiarygodności w postaci jawnego wzoru. W artykule zaprezentowana zostanie propozycja zastosowania filtru Kalmana do wyznaczania estymatorów parametrów w przypadku złożenia kilku procesów zmienności. Podejście to zostanie wykorzystane do modelowania kursu EUR/PLN. Empiryczny przykład uzupełnia eksperyment symulacyjny mający na celu zbadanie własności tak otrzymanych estymatorów.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 4, 337; 183-201
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On the Empirical Importance of Periodicity in the Volatility of Financial Returns - Time Varying GARCH as a Second Order APC(2) Process
    Autorzy:
    Mazur, Błażej
    Pipień, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/483329.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    GARCH models
    Bayesian inference
    periodically correlated stochastic processes
    volatility
    unconditional variance
    Opis:
    We discuss the empirical importance of long term cyclical effects in the volatility of financial returns. Following Amado and Terasvirta (2009), Cizek and Spokoiny (2009) and others, we consider a general conditionally heteroscedastic process with stationarity property distorted by a deterministic function that governs the possible time variability of the unconditional variance. The function proposed in this paper can be interpreted as a finite Fourier approximation of an Almost Periodic (AP) function as defined by Corduneanu (1989). The resulting model has a particular form of a GARCH process with time varying parameters, intensively discussed in the recent literature. In the empirical analyses we apply a generalisation of the Bayesian AR(1)-GARCH model for daily returns of S&P500, covering the period of sixty years of US postwar economy, including the recently observed global financial crisis. The results of a formal Bayesian model comparison clearly indicate the existence of significant long term cyclical patterns in volatility with a strongly supported periodic component corresponding to a 14 year cycle. Our main results are invariant with respect to the changes of the conditional distribution from Normal to Student-t and to the changes of the volatility equation from regular GARCH to the Asymmetric GARCH.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2012, 4, 2; 95-116
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    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