Search

For two groups of post-communist countries (CEE and CIS) we estimated the parameters of convergence equations on the basis of annual data. We depart from standard econometric theory, which involves panel regression techniques. We test cross-country heterogeneity of parameters within a system of Seemingly Unrelated Regression Equations (SURE). We show empirical evidence in favour of the variability of parameters describing the convergence effect and productivity growth rates across countries. Our approach seems a convincing alternative to the panel regression approach where random effects can be estimated, imposing an assumption about the constancy of structural parameters within the group of countries under analysis. We discuss the role of the global financial crisis in the heterogeneity of convergence processes and productivity at the country level. The aforementioned SURE model was estimated based on two datasets, one containing observations prior to the crisis and the second containing the whole sample. This research was financed by National Science Centre, Poland (decision DEC-2016/21/B/HS4/01565)

The main purpose of the paper was to investigate the properties of a particular type of price duration process, analysed on the field of modelling transaction data. We considered duration between changes in direction of trend for the price processes and consider the problem of stability of the relative explanatory power of a class of ACD models with respect to the seasonality adjustment. We report model ranking on the basis of information criteria and discuss its sensitivity with respect to the seasonality adjustment procedure elaborated on the basis of nonparametric Nadaraya and Watson regression. Przedmiotem badań są dane o wysokiej częstotliwości opisujące kształtowanie się czasu trwania zmiany kierunku cen akcji. Do analizy odstępów czasu pomiędzy dwoma kolejnymi zdarzeniami transakcyjnymi, polegającymi na zmianie trendu cenowego akcji, wykorzystuje się modele warunkowego czasu trwania (ang. Autoregressive Conditional Duration, ACD). Jednym z celów niniejszej pracy jest zbudowanie rankingu modeli ACD ze względu na ich jakość dopasowania. W artykule zbadano wpływu procedury odsezonowania na zmianę pozycji modeli w rankingu. W celu uwzględnienia efektu wewnątrzdziennej sezonowości zastosowano nieparametryczną regresję Nadar ay a i Watsona z funkcją jądrową normalną. Aby potwierdzić poprawność zbudowanych rankingów dla danych odsezonowanych i tych bez efektu cykliczności, przeprowadzono weryfikację statystyczną przy pomocy testów t-Studenta oraz testu ilorazu wiarygodności.

We discuss the notion of the financial cycle indicating its novelty within the research project of analysing the cyclical nature of fluctuations of economic systems. We focus on the observed series of credit and make formal statistical inference about the properties of the cycles in case of five countries, namely Czech Republic, Great Britain, Hungary, Poland and USA. The non-s tandard subsampling procedure and discrete spectral characteristics of almost periodically correlated time series are applied to make formal statistical inference about the cycle. We extract the cyclical component and confront empirical properties of the financial cycle for small open economy with those established so far in case of developed economies. This research is based partially on the results from Lenart and Pipień (2013a) and Lenart and Pipień (2015). Podjęte w opracowaniu zagadnienie cykliczności w systemie finansowym jest nową odsłoną klasycznych, bo rozważanych od ponad 160-ciu lat, badań nad cykliczną naturą zjawisk w ekonomii. Celem badań było wypracowanie metod wnioskowania statystycznego w celu określenia cech cyklu finansowego i w szczególności kredytowego. W pracy zaproponowano nieparametryczny test, umożliwiający wnioskowanie o statystycznie istotnych częstościach dyskretnego spektrum procesu opisującego cykliczne fluktuacje. Uzyskane rezultaty empiryczne pozwalają stwierdzić, że cechy cyklu kredytowego dla Polski mają charakter swoisty i znacznie różnią się od tych otrzymanych dla rozwiniętych gospodarek. Cykl kredytowy trwa w przypadku Polski około dekady i jest podobny do cyklu uzyskanego w przypadku Czech, trwającego 12 lat.

Procyclicality in banking may result in financial instability and therefore be destructive to economic growth. The sensitivity of different banking balance sheet and income statement variables to the business cycle is diversified and may be prone to increasing integration of financial markets. In this paper we address the problem of the influence of financial integration on the transmission of economic shocks from one country to another and consequently on the sensitivity of loan loss provisions to the business cycle. We also aim to find out whether earnings management hypotheses are supported throughout the whole business cycle. Application of the SURE approach to 13 OECD countries in 1995-2009 shows that the procyclicality of LLP is statistically significant almost in thewhole sample of countries. Independent of the econometric specification, the earnings management hypotheses are hardly supported.

The main goal of this paper is an application of Bayesian inference in testing the relation between risk and return of the financial time series. On the basis of the Intertemporal CAl’M model, proposed by Merton (1973), we built a general sampling model suitable in analysing such relationship. The most important feature of our model assumptions is that the possible skewness of conditional distribution of returns is used as an alternative source of relation between risk and return. Thus, pure statistical feature of the sampling model is equipped with economic interpretation. This general specification relates to GARCH-In-Mean model proposed by Osiewalski and Pipień (2000). In order to make conditional distribution of financial returns skewed we considered a constructive approach based on the inverse probability integral transformation. In particular, we apply the hidden truncation mechanism, two approaches based on the inverse scale factors in the positive and the negative orthant, order statistics concept, Beta distribution transformation, Bernstein density transformation and the method recently proposed by Ferreira and Steel (2006). Based on the daily excess returns of WIG index we checked the total impact of conditional skewness assumption on the relation between return and risk on the Warsaw Stock Market. Posterior inference about skewness mechanisms confirmed positive and decisively significant relationship between expected return and risk. The greatest data support, as measured by the posterior probability value, receives model with conditional skewness based on the Beta distribution transformation with two free parameters.

Research supported by the grant from Cracow University of Economics in the year 2004. In AR(1)-GARCH(1, 1) framework for daily returns, proposed and adopted by Bauwens and Lubrano (1997), Bauwens et al. (1999), Osiewalski and Pipień (2003), we considered two types of conditional distribution. In the first model (M₁,) we assumed conditionally skewed-i distribution (defined by Fernandez and Steel 1998) while the second GARCH specification (M₂) is based on the conditional stable distribution. We present Bayesian updating technique in order to check sensitivity of the posterior probabilities of considered specifications with respect to new observations included into dataset. We also study differences between Bayesian inference about tails and asymmetry of the conditional distribution of daily returns and between one-day predictive densities of growth rates obtained from both models. The results of dynamic Bayesian estimation, prediction and comparison of explanatory power of models M₁, and M₂ are based on very volatile daily growth rates of the WIBOR one-month interest rates and daily returns on the PLN/USD exchange rate. W artykule przedstawiono modele AR(1)-GARCH(1,1) dla dziennych stóp zmian (por. Bauwens i Lubrano 1997, Bauwens i in. 1999, Osiewalski i Pipień 2003) z różnymi typami rozkładu warunkowego. W pierwszym przypadku (model M₁) rozważono warunkowy rozkład skośny t-studenta (zdefiniowany przez Fernández i Steela 1998), podczas gdy model M₂ to proces GARCH o warunkowym rozkładzie α-stabilnym. Prezentujemy bayesowską aktualizację rozkładów a posteriori i predyktywnych (wraz z napływem nowych danych) w celu zbadania, czy typ rozkładu warunkowego zadany w procesie GARCH wpływa na wnioskowanie o naturze procesów opisujących zmienność finansowych szeregów czasowych o dużej częstotliwości. Rezultaty dynamicznej estymacji wykorzystującej podejście bayesowskie zilustrowano na przykładzie dwóch szeregów czasowych, tzn. dziennych stóp zmian kursu walutowego PLN/USD oraz oprocentowań jednomiesięcznych lokat międzybankowych (WIBORlm). 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.

Research supported by the grant from Cracow University of Economics. Multivariate ARCH-typc specifications provide a theoretically promising framework for analyses of correlation among financial instruments because they can model time-varying conditional covariance matrices. However, general VechGARCH models are too heavily parameterized and, thus, impractical for more than 2- or 3-dimensional vector lime series. A simple t-BEKK(l.l) specification seems a good compromise between parsimony and generality. Unfortunately, Bollerslev’s constant conditional correlation (CCC) model cannot be nested within VECH or BEKK GARCH structures. Recently, Engle (2002) proposed a parsimoniously parameterized generalization of the CCC model; this dynamic conditional correlation (DCC) specification may outperform many older multivariate GARCH models. In this paper we consider Bayesian analysis of the conditional correlation coefficient within different bivariate GARCH models, which are compared using Bayes factors and posterior odds. For daily growth rales of PLN/USD and PLN/DEM (6.02.1996-28.12.2001) we show that the t-BEKK(l, 1) specification fits the bivariate series much better than DCC models, but the posterior means of conditional correlation coefficients obtained within different models are very highly correlated. Wielowymiarowe specyfikacje ty^pu ARCH stanowią teoretycznie obiecujące ramy dla analiz skorelowania instrumentów finansowych, ponieważ umożliwiają modelowanie zmiennych w czasie macierzy warunkowych kowariancji. Jednak ogólne modele VechGARCH mają zbyt wiele parametrów, są więc niepraktyczne w przypadku więcej niż 2- lub 3-wymiarowych wektorowych szeregów czasowych. Prosta specyfikacja t-BEKK(1,1) wydaje się dobrym kompromisem pomiędzy oszczędnością parametryzacji i ogólnością modelu. Niestety model stałych korelacji warunkowych (CCC) Boilersleva nie jest szczególnym przypadkiem struktur VECH czy BEKK. Ostatnio Englc (2002) zaproponował oszczędnie sparametryzowane uogólnienie modelu CCC; ta specyfikacja o dynamicznej korelacji warunkowej (DCC) może zdominować wiele starszych wielowymiarowych modeli GARCH. W artykule rozważamy bayesowską analizę warunkowego współczynnika korelacji w ramach różnych dwuwymiarowych modeli GARCH, które są porównywane przy użyciu czynników Bayesa i ilorazów szans a posteriori. Dla dziennych stóp zmian kursów PLN/USD i PLN/DEM (6.02.1996 - 28.12.2001) wykazuje się, że specyfikacja t-BEKK(l.l) opisuje dwuwymiarowy szereg czasowy znacznie lepiej niż modele DCC. Jednak wartości oczekiwane a posteriori warunkowych współczynników korelacji, uzyskane w ramach różnych modeli, są bardzo silnie skorelowane. 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.

In this paper option pricing is treated as an application of Bayesian predictive analysis. The distribution of the discounted payoff, induced by the predictive density of future observables, is the basis for direct option pricing, as in Bauwens and Lubrano (1997). We also consider another, more eclectic approach to option pricing, where the predictive distribution of the Black-Scholes value is used (with volatility measured by the conditional standard deviation at time of maturity). We use a model framework that allows for two types of asymmetry in GARCH processes: skewed t conditional densities and different reactions of conditional scale to positive/negative stocks. Our skewed t-GARCH(l, 1) model is used to describe daily changes of the Warsaw Stock Exchange Index (WIG) from 4.01.1995 till 8.02.2002. The data till 28.09.2001 are used to obtain the posterior and predictive distributions, and to illustrate Bayesian option pricing for the remaining period. W prezentowanym artykule wycena opcji jest traktowana jako jedno z zastosowań bayesowskiej analizy predyktywnej. Rozkład wartości zdyskontowanej wypłaty, indukowany przez gęstość predyktywną przyszłych stóp zwrotu, jest podstawą bezpośredniej wyceny opcji (zob. Bauwens, Lubrano, 1997). Rozważamy też bardziej eklektyczne podejście, wykorzystujące rozkład predyktywny formuły Blacka i Scholesa (ze zmiennością określoną jako warunkowe odchylenie standardowe w momencie realizacji opcji). Przyjmujemy ramy modelowe, które uwzględniają dwa rodzaje asymetrii w procesach GARCH: skośne rozkłady warunkowe (typu t-Studenta) oraz zróżnicowane reakcje wariancji warunkowej na szoki dodatnie lub ujemne. Model: skośny £-GARCH(l, 1) jest stosowany do opisu dziennej zmienności Warszawskiego Indeksu Giełdowego (WIG) od 4.01.1995 r. do 8.02.2002 r. Dane do 28.09.2001 wykorzystujemy do budowy rozkładów a posteriori i predyktywnego oraz do ilustracji bayesowskiej wyceny opcji na pozostały okres. 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