Przejdź do treści
Finanse, Rynki Finansowe, Ubezpieczenia

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia

2/2017 (86)
OpenAlex

Dane dotyczą tego artykułu lub rozdziału.

Rekord znaleziony w bazie

Cytowania
0
Pozycje bibliografii
7

Dane pobrane:

Pokazujemy ostatnie dostępne dane. Aktualizacja oczekuje lub nie powiodła się.

Zobacz w źródle (nowa karta)
OpenCitations

Dane dotyczą tego artykułu lub rozdziału.

Cytowania
0

Dane pobrane:

Pokazujemy ostatnie dostępne dane. Aktualizacja oczekuje lub nie powiodła się.

Zobacz w źródle (nowa karta)
Google Scholar

Badanie zależności pomiędzy funduszami ETF na rynku surowców energetycznych

DOI: 10.18276/frfu.2017.86-26
Cytuj

Pełny tekst jest dostępny

Abstrakt

Cel – Celem artykułu jest analiza siły powiązań pomiędzy instrumentami finansowymi związanymi z sektorem dwóch surowców energetycznych: ropy naftowej i gazu ziemnego. Zweryfikujemy, czy notowania funduszy Exchange Traded Fund podlegają podobnej dynamice, co replikowane benchmarki oraz czy wyznaczona siła powiązań jest stała w czasie. Metodologia badania – Badanie przeprowadzimy wykorzystując wielowymiarowy skorygowany model dynamicznych korelacji warunkowych cDCC-GARCH zaproponowany przez Aielliego (2013), będący modyfikacją modelu DCC-GARCH wprowadzonego przez Engle’a (2002). Wynik – Wśród zbadanych instrumentów najsilniej skorelowane są notowania funduszy replikujących indeksy grupujące akcje spółek z sektora ropy i gazu. Ponadto, silnym powiązaniom podlegają badane fundusze z funduszem replikującym kurs terminowy ropy naftowej West Texas Intermediate. Wartość – Analizowana siła powiązań pomiędzy instrumentami związanymi z rynkiem surowców energetycznych badana jest w kontekście popularnych wśród inwestorów, najbardziej płynnych funduszy ETF. Wartościowa jest kwestia porównania własności statystycznych rozpatrywanych szeregów zwrotów dla funduszy ETF z szeregami zwrotów z oryginalnych benchmarków.
Podgląd PDF

Otwórz PDF

Bibliografia

  1. Aielli, G. (2013), Dynamic Conditional Correlation: on Properties and Estimation, Journal of Business and Economic Statistics, 31, 282-299.
  2. Cont, R. (2001), Empirical Properties of Asset Returns: Stylized Facts and Statistical Issues, Quantitative Finance, 1, 223-236.
  3. Engle, R.F. (2002), Dynamic Conditional Correlation. A Simple Class of Multivariate GARCH Models, Journal of Business and Economic Statistics, 20, 339-350.
  4. Engle, R.F., Sheppard K. (2001), Theoretical and Empirical Properties of Dynamic Conditional Correlation Multivariate GARCH. NBER Working Paper 8554.
  5. Miziołek, T. (2013), Pasywne zarządzanie portfelem inwestycyjnym - indeksowe fundusze inwestycyjne i fundusze ETF. Ocena efektywności zarządzania na przykładzie akcyjnych funduszy ETF rynków wschodzących. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.
  6. Pelagatti, M., Rondena, S. (2006), Dynamic Conditional Correlation with Elliptical Distributions, Università degli Studi di Milano - Bicocca, Dipartimento di Statistica, Working Paper.
  7. Tse, Y. (2000), A Test for Constant Conditional Correlations in a Multivariate GARCH Model. Journal of Econometrics, 98, 107-127.