Διερεύνηση των χαρακτηριστικών των χρονολογικών σειρών αποδόσεων των μετοχών

Η διαρκώς αυξανόμενη χρήση των χρονολογικών σειρών δεδομένων για τη μελέτη του πλέγματος των σχέσεων μεταξύ των παραμέτρων του οικονομικού και ιδιαίτερα του χρηματοοικονομικού περιβάλλοντος, έχει οδηγήσει στη διαμόρφωση μιας εκτεταμένης βιβλιογραφίας που ασχολείται με τις (στατιστικές) ιδιότητες των δεδομένων αυτών. Στα πιο πάνω πλαίσια, η παρούσα εργασία ασχολείται με τον εντοπισμό των χαρακτηριστικών των δεδομένων των αναπτυσσόμενων χωρών, αξιοποιώντας σειρές χρονολογικών δεδομένων των χρηματιστηριακών δεικτών τεσσάρων Βαλκανικών χωρών (Σλοβενία, Κροατία. Βουλγαρία και Ρουμανία), για τη χρονική περίοδο 03/01/1994-29/05/2009. Μετά την ανάλυσή τους με σύγχρονες μεθοδολογίες, οι οποίες χρησιμοποιήθηκαν σε αντίστοιχες μελέτες, διαπιστώθηκε ότι τα δεδομένα των χωρών αυτών παρουσιάζουν κυρίως έλλειψη κανονικότητας και ετεροσκεδασπκότητα. Τα ευρήματα αυτά οδήγησαν στην εφαρμογή υποδειγμάτων ARCH/GARCH, για τη διερεύνηση της σχέσης μεταξύ των τιμών των εξεταζόμενων χρονολογικών σειρών. Τα αποτελέσματα της σχετικής ανάλυσης έδειξαν ότι, η διακύμανση κάθε περιόδου των τεσσάρων χρονολογικών σειρών του δείγματος, επηρεάζεται από τη διακύμανση των δύο προηγούμενων περιόδων [η κατάσταση αυτή εκφράζεται αποτελεσματικότερα με το υπόδειγμα GARCH(I,2)]. ; Time series data are increasingly used by researchers, in their attempt to study some of the existing relationships among the parameters of the economic and especially the financial environment. As a consequence, the identification of their properties has attracted the interest of the academic community, thus resulting to the enrichment of the relevant literature. Within this framework, the present study, aiming to identify the properties of the time series financial data of the developing countries. Specifically, it has analyzed the stock index prices of four Balkan countries, namely Slovenia, Croatia, Bulgaria and Romania, for the period 03/01/1994-29/05/2009. Through the application of modern statistical methodologies, we finally concluded that our data arc characterized by ...