Zestaw 2

1. Szereg stacjonarny stóp zwrotu z indeksu otrzymamy z:

   1. Logarytmów pierwotnych obserwacji

   2. Zwrotów logarytmicznych

   3. Przyrostów zmiennej

2. Szereg stacjonarny to:

   1. Szereg realizacji składnika losowego modelu regresji spełniającego założenia MNK

   2. Szereg błądzenia losowego

   3. Szereg czasowy obserwacji rocznych

3. Założeniem przyjmowanym w definicji szeregu stacjonarnego jest:

   1. Normalność rozkładu

   2. Stałość wartości oczekiwanej

   3. Grupowanie wariancji

4. Oszacowano regresję zmiennej y względem x wyznaczając wartość statystyki ADF dla zmiennych i reszt regresji. x: -3,12 , x: -2,85 oraz 5.12 dla reszt. Wartość krytyczna testu: -3,87. Możemy stwierdzić, że:

   1. Zmienne y i x są zintegrowane stopnia 1

   2. X i y są skointegrowane

   3. Reszty regresji są stacjonarne

5. Cechą charakterystyczną st. zwrotu logarytmów jest:

   1. Grupowanie wariancji

   2. Skośność rozkładu

   3. Normalność rozkładu

6. Przy wyborze specyfikacji ARMA lub ARIMA jednym z etapów jest:

   1. Sprawdzenie istotności współczynników autokorelacji ACF

   2. Sprawdzenie istotności zmiennych modelu

   3. Sprawdzenie stopnia integracji

7. W metodzie analizy zdarzeń nadzwyczajnych stóp zwrotu, różnicą między st. zwrotu z analizowanego instrumentu badamy z:

   1. st. zwrotu wolną od ryzyka

   2. teoretyczną st. zwrotu wynikającą z modelu rynkowego

   3. ???(50%) rynkową stopę zwrotu

8. Testem słabej formy efektywności jest:

   1. Sprawdzenie czy rynkowa st. zwrotu jest skorelowana ze st. zw. wyb. portfela

   2. Test efektu stycznia

   3. Sprawdzenie czy st. zwrotu cechuje dodatnia korelacja

9. Metoda analizy zdarzeń może być stosowana do:

   1. Sprawdzenia czy st. zwrotu z akcji nie wykazuje autokorelacji

   2. Sprawdzenie czy st. zwr. z akcji nie charakteryzuje war. autoreg. Heteroskedastyczności

   3. Sprawdzenie czy zmiany regulacji funkcjonowania giełdy wpływają na st. zwrotu

10. Funkcja autokorelacji (ACF) dla kwadratów reszt modelu AR(1) zbudowanego dla logarytm. st. zwrotu rt . Reszty:

    1. st. zwrotu r1 charakteryzuje się cechą grupowania zmiennośc (vaalitility clustering)

    2. st. zwrotu r1 charakteryzuje ef. ARCH i do ich opisu należy wykorzystać takie modele, gdzie wartość warunkowej wariancji jest zmienna w czase.

    3. Reszty z modelu AR(1) charakteryzują się istotną statystycznie autokorelację dodatnią

11. Które z wymienionych rozkładów składnika losowego można wykorzystać w specyfikacji modelu GARCH:

    1. Rozkład wykładniczy

    2. Skośny rozkład t-studenta

    3. Uogólniony rozkład błędu

12. Ns- liczba sekwencji (powt. znaków). Nr – liczba zmian sekwencji w teście sekwencji i zm. Trendu ( Clowes Jones 1937). Jeśli prawdziwa jest hipoteza o słabej efektywności rynku to iloraz: CJ=Ns/Nr:

    1. Zawsze między -1 i 1

    2. Bliski 0

    3. Bliski 1

13. Beta w modelu CAPM to:

    1. Ryzyko systematyczne portfela

    2. Zależność portfela od portfela rynkowego

    3. Miara ryzyka dywersyfik. Dla portfela.

14. ____

15. Wskaż prawdziwe:

    1. Test na ef. ARCH Engele’a pozwala dokonać wyboru rzędu opóźnień p oraz q dla GARCH (p,q), ARCH (3), GARCH (2,1)

    2. Klasa modelu GARCH umożliwia uwzględnienie ef. ARCH i autokorelacji st. zwrotu

    3. GARCH (1,1) uwzględnia zróżnicowanie (asymetryczną) reakcję warunkowej wariancji na wpływ dobrej i złej informacji

16. ___

17. Prawdą jest:

    1. w EWMA opisującym wariancję warunkową, st. zwrotu oszacowania podlega 2 parametrom: jeden odpowiada za persystencję…. Drugi: napływ nowej informacji w t-1

    2. model Garch In mean Garch-M pozwala uwzględnić asymetryczną reakcję zmiennej na nieoczekiwane dodatnie i ujemne wartości st. zwrotu w t-1

    3. jeżeli do opisu zmienności wybierzemy EWMA musimy być świadomi obciążeń tej miary zmienności z efektu „ghost features”

18. 22.02.2005 masz akcję spółki X o wartości 100tyś zł Założenia: 1. Prognozowana wartość wariancji na 23.02: 0,0008. 2. Oczekiwana st zwrotu 23.02: 0 3.Rozkład st. zwr. jest normalny. Wartość kwantyla Zalfa standardowego rozkładu normalnego dla alfa=0,01 wynosi -2,33 Prawdą jest:

    1. P-wo straty 23.02 o wartości > 6590.24 to 0,01

    2. Wartość narażona na ryzyko (VoR) 23.03 – 6590,24,czyli 23.02 max. Wartość straty nie przekroczy 6590,24

    3. Wartość wyrażona na ryzyko 23.02 -186,4, czyli w 99 przypadkach na 100 max wart. Straty z inwestycji nie przekroczy 186.