dc.contributor.author | Włodarczyk, Aneta | |
dc.contributor.author | Szmigiel, Tomasz | |
dc.date.accessioned | 2016-04-11T14:10:31Z | |
dc.date.available | 2016-04-11T14:10:31Z | |
dc.date.issued | 2005 | |
dc.identifier.issn | 0208-6018 | |
dc.identifier.uri | http://hdl.handle.net/11089/17772 | |
dc.description.abstract | During modeling of short-run exchange rate fluctuations, there is usually a need for taking
into consideration some random-type conditions, i.e. it is necessary to abandon the fundamental
exchange rate theories in favor of probabilistic modeling. Among stochastic models, of special
interest are Markov models. The main advantages of Markov models include a relative simplicity
of construction, easy inferences, well-known estimation methods and especially consistence of
properties of these models with the observed properties of many real phenomena. Application
of switching models is based on a general assumption that the examined time series can be
presented as sequences of random variables of a known type of conditional distribution in
all regimes. Known from literature propositions concerning the modeling of exchange rate
with the use of switching models did not provide sufficiently good forecasts of the future
exchange rate levels because of, among others, low frequency of data used for the construction
of the model (quarterly or monthly data). The authors are going to continue the examination
of the PLN exchange rate fluctuation with the use of Markov models that was started in
this paper. The next stage of their work will be connected with conducting empirical research
concerning the occurrence of calendar anomalies in the Polish currency market. For this
purpose, a new method based on the Markov chains theory will be applied, which offers
a new perspective to this problem. Testing o f the calendar time hypothesis has been considered
so far mostly in the aspect of comparison of daily expected values and variances of exchange
rate return rates. Then, on the basis of the da ta concerning exchange rates for high measurement
frequency, a Ma rkov switching model will be constructed and used for description of the
PLN depreciation and appreciation period. | pl_PL |
dc.description.abstract | Prawidłowe oszacowanie kierunku zmian kursu wymiany może zmniejszyć ryzyko inwestycji
w walutę lub może pozwolić na osiągnięcie większych dochodów z tej inwestycji. W opracowaniu
tym autorzy przedstawiają propozycję zastosowania modeli Markowa do wykrycia i opisania
prawidłowości rządzących procesem zmienności kursu walutowego. W pierwszej części została
wykorzystana teoria łańcuchów Markowa do badania anomalii kalendarzowych występujących
n a rynku walutowym związanych z efektem weekendowym lub efektem stycznia. W artykule
przedstawiona została również metoda o parta na teorii łańcuchów Markowa, k tó ra może
posłużyć d o zbadania wzajemnych powiązań pomiędzy zmiennością wolumenu obrotu oraz
zmiennością cen dla terminowych kontraktów walutowych. W drugiej części zostaną przedstawione
zagadnienia związane z budową i estymacją parametrów przełącznikowych modeli Markowa.
W oparciu o modele przełącznikowe można prognozować zmiany kursu walutowego. Praca
ma charakter teoretyczny. Badania empiryczne zostaną przeprowadzone w późniejszym terminie. | pl_PL |
dc.description.sponsorship | Zadanie pt. „Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki” nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę. | pl_PL |
dc.language.iso | en | pl_PL |
dc.publisher | Wydawnictwo Uniwersytetu Łódzkiego | pl_PL |
dc.relation.ispartofseries | Acta Universitatis Lodziensis. Folia Oeconomica;194 | |
dc.subject | Markov models | pl_PL |
dc.subject | time series | pl_PL |
dc.subject | exchange rate volatility | pl_PL |
dc.subject | calendar anomalies | pl_PL |
dc.title | Theoretical Aspects of Using Markov Models in Research of Exchange Rate Volatility | pl_PL |
dc.title.alternative | Teoretyczne aspekty wykorzystania modeli Markowa do badania zmienności kursu walutowego | pl_PL |
dc.type | Article | pl_PL |
dc.rights.holder | © Copyright by Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2005 | pl_PL |
dc.page.number | 281-300 | pl_PL |
dc.contributor.authorAffiliation | Technical University in Częstochowa | pl_PL |
dc.references | Campbell J.Y., Lo A.W., MacKinlay A.C. (1997), The Econometrics of Financial Markets, Princeton University Press, Princeton, New Jersey. | pl_PL |
dc.references | Chrabonszczewska E., Kalicki K. (1996), Teoria i polityka kursu walutowego, Oficyna Wyd. SGH, Warszawa. | pl_PL |
dc.references | Dempster A.P., Laird N.M., Rubin D .В. (1977), Maximum likelihood for incomplete date via the EM algorithm, Journal o f the Royal Statistical Society | pl_PL |
dc.references | Dunis Ch. (ed.) (2001), Prognozowanie rynków finansowych. Oficyna Ekonomiczna, Kraków. | pl_PL |
dc.references | Engel C., Hamilton J.D. (1990), Long swings in the dollar: are they in d a ta and do markets know it?, American Economic Review. | pl_PL |
dc.references | Engel Ch. (1992), Can the Markov switching model forecast exchange rates?, NBER Working Paper, no 4210. | pl_PL |
dc.references | Fama E. (1965), The behavior of stock market prices, Journal of Business. | pl_PL |
dc.references | Goldfeld S.M., Quandt R.E. (1973), A Markov model for switching regressions, Journal of Econometrics. | pl_PL |
dc.references | Hamilton J.D. (1989), A new approach to the economic analysis of nonstationary time series and the business cycle, Econometrica. | pl_PL |
dc.references | Hamilton J.D. (1990), Analysis of time series subject to changes in regime, Journal of Econometrics. | pl_PL |
dc.references | Hamilton J.D. (1994), Time Series Analysis, Princeton University Press, Princeton, New Jersey. | pl_PL |
dc.references | Iosifescu M. (1988), Skończone procesy Markowa i ich zastosowania, PWN, Warszawa. | pl_PL |
dc.references | Jajuga K. (ed.) (2000), Metody ekonometryczne i statystyczne w analizie rynku kapitałowego, Wyd. Akademii Ekonomicznej im. Oskara Langego, Wrocław. | pl_PL |
dc.references | Lee T.C., Judge G.G., Zellner A. (1997), Estimating the Parameters of the Markov Probability Model from Aggregate Time Series Data, North Holland, Amsterdam. | pl_PL |
dc.references | Osińska M. (2000), Ekonometryczne modelowanie oczekiwań gospodarczych, Wyd. UMK, Toruń. | pl_PL |
dc.references | Podgórska M., Śliwka P., Topolewski M., Wrzosek M. (2000), Łańcuchy Markowa w teorii i w zastosowaniach, Oficyna Wyd. SGH, Warszawa. | pl_PL |
dc.references | Shiyun W., Guan L.K., Chang C. (1999), A new methodology for studying intraday dynamics of Nikkei index futures using Markov chains, Journal of International Financial Markets, Institutions and Money. | pl_PL |
dc.references | Skrodzka W., Włodarczyk A. (2002), Wykorzystanie łańcuchów Markowa do badania zmienności indeksu WIG 20, II konferencja: „Rynek kapitałowy. Skuteczne inwestowanie”, Wyd. Uniwersytetu Szczecińskiego, Szczecin. | pl_PL |
dc.references | Sobczyk K.. (1973), Metody dynamiki statystycznej, PWN, Warszawa. | pl_PL |
dc.references | Titterington D.M., Smith A.F.M., Makov U.E. (1985), Statistical Analysis of Finite Mixture Distributions, Wiley, Chichester. | pl_PL |