| Autor: Katarzyna Wawrzyniak, Barbara Batóg | 491 |
Strony: 491-506
pełen tekst
Streszczenie
We wcześniejszych pracach autorki wykorzystywały do diagnozowania i prognozowania modele zmiennych jakościowych z ustalonymi wskaźnikami finansowo-ekonomicznymi jako zmiennymi objaśniającymi, natomiast zmienną objaśnianą była stopa zwrotu poddana transformacji na zmienną porządkową. Celem obecnego artykułu jest identyfikacja takiego zestawu zmiennych objaśniających (wskaźników finansowo-ekonomicznych), który najlepiej wyjaśnia kształtowanie się zmiennej objaśnianej (metoda Hellwiga, metoda regresji krokowej, porównanie jakości modeli wielomianowych dla różnych zestawów zmiennych) oraz porównanie efektywności prognoz kategorii kwartalnych stóp zwrotu spółek giełdowych wyznaczonych na podstawie oszacowanych modeli z uwzględnieniem okresu spadków oraz wzrostów na Giełdzie Papierów Wartościowych w Warszawie.
Badanie przeprowadzono dla spółek z sektora Budownictwo, przy czym porządkowe modele wielomianowe zostały oszacowane na podstawie danych kwartalnych w latach 1998–2011, natomiast prognozy pozycji spółek giełdowych wyznaczono na I kwartał 2012 roku.
Słowa kluczowe: funkcje diagnostyczne i prognostyczne, porządkowe modele logitowe,
kwartalna stopa zwrotu
DIAGNOSTIC AND PROGNOSTIC FUNCTION OF ORDINAL LOGIT MODELS OF QUARTERLY RATE OF RETURN
Summary
In the previous works the Authors proposed application of ordinal logit models to forecasting the belongingness of the firms noted on Warsaw Stock Exchange to one of the category of rate of return. The dependent variable – rate of return – was transformed into variable measured on ordinal scale (four categories). Four economic-financial ratios (chosen apriori) were explanatory variables. The first aim of this paper was identification of the best set of explanatory variables chosen by means of Hellwig’s method, stepwise regression and comparing the quality of different estimated models. The second aim of the paper was analysis of effectiveness of forecasts computed for periods of the boom and the fall in stock market.
The quarterly data concerned the firms from Construction Sector noted on Warsaw Stock Exchange. Models were estimated on the base of period 1998–2011 and forecasts were computed for the first quarter of 2012.
Keywords: diagnostic and prognostic function, ordinal logit models, quarterly rate of return
pełen tekstStreszczenie
We wcześniejszych pracach autorki wykorzystywały do diagnozowania i prognozowania modele zmiennych jakościowych z ustalonymi wskaźnikami finansowo-ekonomicznymi jako zmiennymi objaśniającymi, natomiast zmienną objaśnianą była stopa zwrotu poddana transformacji na zmienną porządkową. Celem obecnego artykułu jest identyfikacja takiego zestawu zmiennych objaśniających (wskaźników finansowo-ekonomicznych), który najlepiej wyjaśnia kształtowanie się zmiennej objaśnianej (metoda Hellwiga, metoda regresji krokowej, porównanie jakości modeli wielomianowych dla różnych zestawów zmiennych) oraz porównanie efektywności prognoz kategorii kwartalnych stóp zwrotu spółek giełdowych wyznaczonych na podstawie oszacowanych modeli z uwzględnieniem okresu spadków oraz wzrostów na Giełdzie Papierów Wartościowych w Warszawie.
Badanie przeprowadzono dla spółek z sektora Budownictwo, przy czym porządkowe modele wielomianowe zostały oszacowane na podstawie danych kwartalnych w latach 1998–2011, natomiast prognozy pozycji spółek giełdowych wyznaczono na I kwartał 2012 roku.
Słowa kluczowe: funkcje diagnostyczne i prognostyczne, porządkowe modele logitowe,
kwartalna stopa zwrotu
DIAGNOSTIC AND PROGNOSTIC FUNCTION OF ORDINAL LOGIT MODELS OF QUARTERLY RATE OF RETURN
Summary
In the previous works the Authors proposed application of ordinal logit models to forecasting the belongingness of the firms noted on Warsaw Stock Exchange to one of the category of rate of return. The dependent variable – rate of return – was transformed into variable measured on ordinal scale (four categories). Four economic-financial ratios (chosen apriori) were explanatory variables. The first aim of this paper was identification of the best set of explanatory variables chosen by means of Hellwig’s method, stepwise regression and comparing the quality of different estimated models. The second aim of the paper was analysis of effectiveness of forecasts computed for periods of the boom and the fall in stock market.
The quarterly data concerned the firms from Construction Sector noted on Warsaw Stock Exchange. Models were estimated on the base of period 1998–2011 and forecasts were computed for the first quarter of 2012.
Keywords: diagnostic and prognostic function, ordinal logit models, quarterly rate of return