1. Empiryczne własności finansowych szeregów czasowych 15
1.1. Procesy stochastyczne i szeregi czasowe 16 1.2. Pojęcie stacjonarności szeregu czasowego 17 1.3. Funkcja autokorelacji 18 1.4. Testowanie normalności rozkładu 19 1.5. Procentowe logarytmiczne stopy zwrotu 20 1.6. Fakty empiryczne 22 1.7. O teorii do praktyki 34 1.8. Uwagi 44 2. Zależności liniowe w szeregach stóp zwrotu instrumentów finansowych 45
2.1. Testy Boxa-Pierce'a i Ljunga-Boxa 45 2.2. Szeregi liniowe 46 2.3. Modele autoregresji 47 2.4. Modele średniej ruchomej 61 2.5. Modele ARMA 66 2.6. O teorii do praktyki 71 2.7. Uwagi 74
3. Modelowanie heteroskedastyczności warunkowej 75
3.1. Ogólna struktura modelu zmienności 76 3.2. Testowanie efektu ARCH 78 3.3. Model ARCH 79 3.4. Modele GARCH 81 3.5. Rozkłady błędu używane w modelach GARCH 85 3.6. Testowanie jakości dobrania modelu 89 3.7. Ocena jakości prognoz 94 3.8. O teorii do praktyki 96 3.9. Uwagi 104
4. Rodzina modeli rodzaju GARCH 105
4.1. Zwiększenia modelu GARCH(p,q) 105 4.2. Estymacja modeli AR-GARCH metodą największej wiarygodności 110 4.3. O teorii do praktyki 112 4.4. Uwagi 118
5. Długa pamięć i persystencja w finansowych szeregach czasowych 119
5.1. Model ARIMA 120 5.2. Model ARFIMA 123 5.3. Długa pamięć i persystencja w szeregach zmienności 125 5.4. Testowanie stacjonarności i długiej pamięci 128 5.5. O teorii do praktyki 133 5.6. Uwagi 138
6. Zmienność cen instrumentów finansowych 139
6.1. Pojęcie zmienności w ujęciu statycznym i dynamicznym 140 6.2. Zmienność zrealizowana 142 6.3. Efekty mikrostruktury rynku a zmienność zrealizowana 150 6.4. Teoria zmienności zrealizowanej 153 6.5. O teorii do praktyki 157 6.6. Uwagi 166
7. Modele dwuliniowe 167
7.1. Charakterystyka modeli dwuliniowych 167 7.2. Modele dwuliniowe a zgrupowania zmienności 168 7.3. O teorii do praktyki 170 7.4. Uwagi 175
8. Modele zmienności stochastycznej 176
8.1. Charakterystyka modeli zmienności stochastycznej 177 8.2. Estymacja modelu SVX 179 8.3. Prognozowanie zmienności za pomocą modeli SV 183 8.4. Porównanie wyników uzyskanych przy pomocy modeli GARCH i SV 184 8.5. O teorii do praktyki 188 8.6. Uwagi 195
9. Wartość zagrożona 196
9.1. Metody nieparametryczne szacowania wartości zagrożonej 198 9.2. Wyznaczanie wartości zagrożonej za pomocą kwantyli warunkowych 201 9.3. Zastosowanie właściwościcznych modeli zmienności do wyznaczania VaR 202 9.4. Metodologia RiskMetrics 03 9.5. Test Kupca 203 9.6. Test DQT Engle'a i Manganellego 205 9.7. O teorii do praktyki 206 9.8. Uwagi 218
10. Regresja kwantylowa i modele CAViaR 219
10.1. Kwantyle regresyjne 219 10.2. Modele CAViaR 221 10.3. Estymacja modeli CAViaR 223 10.4. O teorii do praktyki 225 10.5. Uwagi 238
11. Modele przełącznikowe 239
11.1. Modele progowe 240 11.2. Modele wygładzonego przejścia 240 11.3. Model Hamiltona 241 11.4. Modele MS-AR-GARCH 246 11.5. O teorii do praktyki 249 11.6. Uwagi 264
12. Modelowanie dynamiki zależności warunkowych 265
12.1. Ogólny wielowymiarowy model zmienności 266 12.2. Zależności liniowe w szeregach wielowymiarowych 267 12.3. Model VEC 270 12.4. Model BEKK 270 12.5. Model stałych korelacji warunkowych 271 12.6. Modele dynamicznych korelacji warunkowych 272 12.7. Modele O-GARCH i GO-GARCH 275 12.8. Test stałości korelacji 276 12.9. O teorii do praktyki 277 12.10. Uwagi 285
13. Wartość zagrożona portfela 286
13.1. Metoda symulacji historycznej 286 13.2. Szacowanie wartości zagrożonej portfela przy pomocy wielowymiarowych modeli GARCH 288 13.3. Koherentne miary ryzyka 289 13.4. O teorii do praktyki 290 13.5. Uwagi 293
Zakończenie 295
Dodatek 297
Literatura 299 Indeks 313