Evaluating the accuracy of time-varying beta. The evidence from Poland

Barbara Będowska-Sójka

Abstract

This paper empirically investigates various approaches to model time-varying systematic risk on the Polish capital market. A plenty of methods is examined in the developed markets and the Kalman filter approach is usually indicated as the best method for estimation of time-varying beta. However, there exists a gap in the studies for the emerging markets. In the paper we apply weekly data of fifteen stocks listed on the Warsaw Stock Exchange from banking and informatics sector. The sample starts at the beginning of 2001 and ends in 2015 including the hectic crisis period. We estimate beta within few competing approaches: two MGARCH models, BEKK and DCC, unobserved component model, and static beta from linear regression. All beta estimates are compared in the securities market line framework. We find that unobserved component beta together with beta from DCC model have higher predictive accuracy than beta from BEKK model or static beta. The beta estimates are positively correlated within the industry and negatively correlated for stocks from different sectors. Finally, the prediction of beta coefficients are more accurate for stocks from banking sector than for IT companies.
Autor Barbara Będowska-Sójka (WIiGE / KE)
Barbara Będowska-Sójka
- Katedra Ekonometrii
Tytuł czasopisma/seriiDynamic Econometric Models, ISSN 1234-3862, (B 13 pkt)
Rok wydania2017
Tom17
Paginacja161-176
Objętość publikacji w arkuszach wydawniczych0.75
Słowa kluczowe w języku angielskimBEKK, DCC, Kalman filter, MGARCH, time-varying beta
DOIDOI:10.12775/DEM.2017.010
URL http://apcz.umk.pl/czasopisma/index.php/DEM/article/view/DEM.2017.010/14208
Języken angielski
Punktacja (całkowita)13
Żródło punktacjijournalList
PunktacjaPunktacja MNiSW = 13.0, 11-03-2020, ArticleFromJournal
Liczba cytowań*3 (2020-08-04)
Cytuj
Udostępnij Udostępnij

Pobierz odnośnik do tego rekordu


* Podana liczba cytowań wynika z analizy informacji dostępnych w Internecie i jest zbliżona do wartości obliczanej przy pomocy systemu Publish or Perish.
Powrót
Potwierdzenie
Czy jesteś pewien?