AUEB Library - Digital Repository

PYXIDA Institutional Repository
and Digital Library

Username
Password

Collections :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Στατιστικής / Department of Statistics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Title :	Control charts and their applications in finance

Alternative Title :	Διαγράμματα ελέγχου με εφαρμογές στα χρηματοοικονομικά

Creator :	Αγραφιώτη, Παρασκευή Agrafioti, Paraskevi

Contributor :	Psarakis, Stelios (Επιβλέπων καθηγητής) Athens University of Economics and Business, Department of Statistics (Degree granting institution)

Type :	Text

Extent :	130p.

Language :	en

Abstract :	Η παρούσα μελέτη παρουσιάζει την τακτική παρακολούθηση των οικονομικών δεδομένων με τη βοήθεια των διαγραμμάτων ελέγχου. Οι Golosnoy και Schmid (2007) βελτίωσαν την απόδοση των γνωστών διαγράμματων EWMA και CUSUM. Με βάση την έρευνα τους, προσπαθούμε να εξηγήσουμε την αδυναμία των απλών EWMA και CUSUM γραφημάτων να απεικονίζουν αυτοσυσχετιζόμενες παρατηρήσεις, όπως είναι τα οικονομικά δεδομένα, και, ως εκ τούτου την ανικανότητά τους να προβλέψουν τις μελλοντικές τιμές της απόδοσης μιας οποιασδήποτε επένδυσης. Προσομοιώσεις, αξιολόγηση των αποτελεσμάτων και των μεθόδων που χρησιμοποιούνται για την βελτίωση των διαγραμμάτων αναπτύσσονται στη μελέτη μας. Επιπλέον, με αυτή τη μελέτη θα προσπαθήσουμε να αναπτύξουμε τη θεωρία πίσω από τις διαδικασίες GARCH, να υπογραμμίσουμε τα πλεονεκτήματα της προσέγγισης GARCH σε σύγκριση με τις μελέτες για τα EWMA και CUSUM, και κάνοντας μια μελέτη προσομοίωσης με τα αντίστοιχα στοιχεία σε έντεκα μετοχές της Τράπεζας που ανακτώνται από την Αθήνα Χρηματιστηριακή αγορά, προσπαθούμε να προβλέψουμε τις μελλοντικές τιμές των μετοχών μας. Αυτά εμφανίζονται σε γραφήματα GARCH για τις πραγματικές αξίες, τις προσαρμοσμένες αξίες καθώς και τα residuals. Οι διαδικασίες GARCH μπορoύν να μοντελοποιήσουν την διακύμανση των residuals και έτσι είναι, βεβαίως, προτιμώνται όταν οι παρατηρήσεις που χρησιμοποιούνται για την ανάλυση έχουν ισχυρή αυτοσυσχέτιση. Σε μια επόμενη ενότητα της μελέτης αυτής θα συζητήσουμε τα Hotelling T2-διάγραμματα ελέγχου, και θα επικεντρωθούμε στην μέθοδο των κύριων παραγόντων. This study presents the regular surveillance of financial data with the help of control charts. Golosnoy and Schmid (2007) improved the performance of the well known EWMA and CUSUM charts. Based on their research, we try to explain the inability of ordinary EWMA and CUSUM schemes to illustrate autocorrelated observations, as it happens to be with the financial data, and, thus their inability to predict the future values of an asset return in general. Simulations, evaluation of the results and the methods used for the improved charts are developed in our study. In addition, with this study we try to develop the theory behind the GARCH processes, to underline the advantages of the GARCH approach compared to the EWMA and CUSUM schemes, and by making a simulation study with data corresponding to eleven Bank Stocks retrieved by the Athens Stock Exchange Market, we try to forecast future values of our stocks. These are displayed in GARCH graphs for the actual values, the fitted values and the residuals. The GARCH processes can model the residual variance and so they are, of course, preferred when the observations used for the analysis have strong autocorellation. In a later section of this study we discuss the Hotelling T2-control chart, and focus on the method of principal components.

Abstract :

Η παρούσα μελέτη παρουσιάζει την τακτική παρακολούθηση των οικονομικών δεδομένων με τη βοήθεια των διαγραμμάτων ελέγχου. Οι Golosnoy και Schmid (2007) βελτίωσαν την απόδοση των γνωστών διαγράμματων EWMA και CUSUM. Με βάση την έρευνα τους, προσπαθούμε να εξηγήσουμε την αδυναμία των απλών EWMA και CUSUM γραφημάτων να απεικονίζουν αυτοσυσχετιζόμενες παρατηρήσεις, όπως είναι τα οικονομικά δεδομένα, και, ως εκ τούτου την ανικανότητά τους να προβλέψουν τις μελλοντικές τιμές της απόδοσης μιας οποιασδήποτε επένδυσης. Προσομοιώσεις, αξιολόγηση των αποτελεσμάτων και των μεθόδων που χρησιμοποιούνται για την βελτίωση των διαγραμμάτων αναπτύσσονται στη μελέτη μας. Επιπλέον, με αυτή τη μελέτη θα προσπαθήσουμε να αναπτύξουμε τη θεωρία πίσω από τις διαδικασίες GARCH, να υπογραμμίσουμε τα πλεονεκτήματα της προσέγγισης GARCH σε σύγκριση με τις μελέτες για τα EWMA και CUSUM, και κάνοντας μια μελέτη προσομοίωσης με τα αντίστοιχα στοιχεία σε έντεκα μετοχές της Τράπεζας που ανακτώνται από την Αθήνα Χρηματιστηριακή αγορά, προσπαθούμε να προβλέψουμε τις μελλοντικές τιμές των μετοχών μας. Αυτά εμφανίζονται σε γραφήματα GARCH για τις πραγματικές αξίες, τις προσαρμοσμένες αξίες καθώς και τα residuals. Οι διαδικασίες GARCH μπορoύν να μοντελοποιήσουν την διακύμανση των residuals και έτσι είναι, βεβαίως, προτιμώνται όταν οι παρατηρήσεις που χρησιμοποιούνται για την ανάλυση έχουν ισχυρή αυτοσυσχέτιση. Σε μια επόμενη ενότητα της μελέτης αυτής θα συζητήσουμε τα Hotelling T2-διάγραμματα ελέγχου, και θα επικεντρωθούμε στην μέθοδο των κύριων παραγόντων.
This study presents the regular surveillance of financial data with the help of control charts. Golosnoy and Schmid (2007) improved the performance of the well known EWMA and CUSUM charts. Based on their research, we try to explain the inability of ordinary EWMA and CUSUM schemes to illustrate autocorrelated observations, as it happens to be with the financial data, and, thus their inability to predict the future values of an asset return in general. Simulations, evaluation of the results and the methods used for the improved charts are developed in our study. In addition, with this study we try to develop the theory behind the GARCH processes, to underline the advantages of the GARCH approach compared to the EWMA and CUSUM schemes, and by making a simulation study with data corresponding to eleven Bank Stocks retrieved by the Athens Stock Exchange Market, we try to forecast future values of our stocks. These are displayed in GARCH graphs for the actual values, the fitted values and the residuals. The GARCH processes can model the residual variance and so they are, of course, preferred when the observations used for the analysis have strong autocorellation. In a later section of this study we discuss the Hotelling T2-control chart, and focus on the method of principal components.

Subject :	Στατιστική ανάλυση Ανάλυση δεδομένων Κεφάλαιο Χρηματοοικονομικές καταστάσεις Statistical analysis Data analysis Capital Financial statements

Date Issued :	31-12-2012

Licence :

File: Agrafioti_2012.pdf

Type: application/pdf

Login