|
|
|
Оцінювання ризикованості акцій на фондовому ринку України
| Назва | Оцінювання ризикованості акцій на фондовому ринку України |
| Назва англійською | Evaluation of shares risk on the stock market of Ukraine |
| Автори | Вовк, Володимир Романович Vovk, Volodymyr |
| Принадлежність |
Львівський національний університет імені Івана Франка, Львів, Україна
Ivan Franko National University of Lviv, Lviv, Ukraine |
| Бібліографічний опис | Вовк В. Р. Оцінювання ризикованості акцій на фондовому ринку України / Володимир Романович Вовк // Галицький економічний вісник. — Т. : ТНТУ, 2016. — № 2 (51). — С. 5–15. — (Економіка та управління національним господарством). |
| Bibliographic description (trans): | Vovk V. (2016) Otsiniuvannia ryzykovanosti aktsii na fondovomu rynku Ukrainy [Evaluation of shares risk on the stock market of Ukraine]. Galician economic bulletin (Tern.), no 2 (51), pp. 5-15 [in Ukrainian]. |
| Bibliographic description: | Vovk V. (2016) Evaluation of shares risk on the stock market of Ukraine. Galician economic journal (Tern.), vol. 51, no 2, pp. 5–15. |
| UDC: |
336.7 |
| Ключові слова |
волатильність
фондовий ринок
GARCH
EGARCH
GJR моделі
Volatility
Stock Market
GARCH
EGARCH
GJR model |
| Короткий опис |
Досліджено волатильність акцій на фондовому ринку України. Використано методологію дослідження часових рядів за допомогою ARCH-моделей. Досліджено акції емітентів, що увійшли до списку десяти компаній, які у 2015 році користувалися найбільшим попитом на біржовому ринку України. Для акцій кожної компанії побудовано GARCH, GJR та EGARCH моделі з різними параметрами. Серед них вибрано найкращі за допомогою критеріїв Акайке і Шварца та знайдено прогнозні значення волатильності.
In this paper the author examines the volatility of the shares on the stock market of Ukraine. This analysis focuses on the time series investigation by the ARCH estimation technique. We research stocks of issuers included in the list of Top 10 companies that in 2015 were of the greatest demand in the stock market of Ukraine. The stock prices fall or rise depending on the economic situation. The change in stock prices in finances is called volatility. The degree of risk is more convenient to consider the volatility of returns because the value of returns depends on the size or value of the asset at the beginning and at the end of a planned period as well as on the nature of the change in this value during the reporting period. The stronger asset prices deviations from the mean value are, the higher is the risk of this asset. Therefore, volatility is a key concept for market risk assessment and making decisions on investment. It is investigated that the financial time series have specific features, which can only be taken into account by certain econometric models. Econometric models of conditional heteroskedasticity ARCH (autoregressive conditional heteroskedasticity), GARCH (generalized autoregressive conditional heteroscedasticity) and their various modifications become a standard tool for evaluating of volatility changes in recent years. In the article the Ukrainian stock market is described, the series of stock prices of leading Ukrainian companies from April 1, 2009 to August 31, 2016 are analyzed. GARCH, GJR and EGARCH models with different parameters are built for stocks of five selected companies and the forecast value volatility based on them is made. |
| ISSN: | 2409-8892 |
| Перелік літератури |
1. Лук’яненко, І.Г. Аналіз часових рядів. Частина перша: Побудова ARIMA, ARCH/GARCH моделей з використанням пакета E.Views 6.0. [Teкст] / І.Г. Лук’яненко, В.М. Жук. – К.: НаУКМА; Аграр Медіа Груп, 2013. – 187 с.
2. Bollerslev, T. Generalized Autoregressive Conditional Heteroscedasticity. [Text] / T. Bollerslev // Journal of Econometrics, 1986, no. 31, pp. 307 – 321.
3. Chong, C.W. Performance of GARCH Models in Forecasting Stock Market Volatility. [Text] / C.W. Chong, M.I. Ahmad, M.Y. Abdullah // Journal of Forecasting, 1999, no. 18, pp. 333 – 343.
4. Drakos, A.A. Forecasting Financial Volatility of the Athens Stock Exchange Daily Returns: an Application of the Asymmetric Normal Mixture GARCH Model. [Text] / A.A. Drakos, G.P. Kouretas, L.P Zarangas. // Int. J. Fin. Econ, 2010, no. 15, pp. 331 – 350.
5. Engle, R.F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. [Text] / R.F. Engle // Econometrica, 1982, no. 50, pp. 987 – 1007.
6. Glosten, L.R. On the Relation Between the Expected Value and the Volatility of Nominal Excess Returns on Stocks. [Text] / L.R. Glosten, R. Jagannathan, D. Runkle // Journal of Finance, 1993, no. 48, pp. 1779 – 1801.
7. Корнелюк, Р. Мічені Нобелем: підкорювач волатильності Роберт Енгл. [Електронний ресурс]. / Економічна правда. – Режим доступу: http://www.epravda.com.ua/publications/2010/08/13/244823.
8. Річний звіт національної комісії з цінних паперів та фондового ринку за 2015 рік [Електронний ресурс]. – Режим доступу: http://www.nssmc.gov.ua/activities/annual.
9. Україна Фінансова. Волатильність на ринку цінних паперів та методи її прогнозування [Електронний ресурс]. – Режим доступу: http://www.ufin.com.ua/analit_mat/rzp/191.htm.
10. Investfunds [Електронний ресурс]. – Режим доступу: http://www.investfunds.ua. |
| References: |
1. Lukyanenko I.G., Zhuk, V.M. (2013). Analysis of time series. Part One: Building ARIMA, ARCH/GARCH models using the package E.Views 6.0., I.G. Lukyanenko, V.M. Zhuk, K.: NaUKMA; Agrar Media Group, 187 p.
2. Bollerslev T. (1986). Generalized Autoregressive Conditional Heteroscedasticity. Journal of Econometrics 31, pp. 307 – 321.
3. Chong C.W., Ahmad, M.I., Abdullah, M.Y. (1999). Performance of GARCH Models in Forecasting Stock Market Volatility Journal of Forecasting 18, pp. 333 – 343.
4. Drakos A.A., Kouretas, G.P., Zarangas, L.P. (2010). Forecasting Financial Volatility of the Athens Stock Exchange Daily Returns: an Application of the Asymmetric Normal Mixture GARCH Model. Int. J. Fin. Econ. 15: pp. 331 – 350.
5. Engle R.F.(1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica 50, pp. 987 – 1007.
6. Glosten L.R., Jagannathan, R., Runkle, D. (1993) On the Relation Between the Expected Value and the Volatility of Nominal Excess Returns on Stocks. Journal of Finance 48, pp. 1779 – 1801.
7. Kornelyuk R. (2010). Labeled Nobel: intruder volatility Robert Engle, The economic truth. http://www.epravda.com.ua/publications/2010/08/13/244823.
8. Annual Report of the National Commission on Securities and Stock Market in 2015. http://www.nssmc.gov.ua/activities/annual.
9. Ukraine Financial. Volatility in the stock market and methods of forecasting. http://www.ufin.com.ua/analit_mat/rzp/191.htm.
10. Investfunds. http://www.investfunds.ua. |
| Завантажити |  |
|
