Lithuanian stock market analysis using a set of garch models

LTApibendrinti autoregresiniai sąlyginiai heteroskedastiškumo modeliai (GARCH) yra gana populiarūs visame pasaulyje. Jie gali būti pritaikyti akcijų, obligacijų, indeksų, valiutų, išvestinių finansinių priemonių ir kt. kainų svyravimui modeliuoti ir numatyti. Straipsnio tikslas yra išanalizavus akcijų kainų kitimo veiksnius ir apibendrintų autoregresinių sąlyginių heteroskedastiškumo modelių specifiką, sukurti akcijų kainų kitimo veiksnių klasifikacijos sistemą ir taip pat Lietuvos akcijų rinkai praktiškai pritaikyti komplektą GETIP modelių. Ištyrus įvairius GARCH modelius, jie visi gali būti suklasifikuoti į vienmačius ir daugiamačius modelius. Remiantis autoriaus empiriniais tyrimais, geriausi rezultatai yra gaunami taikant Akaike informacijos kriterijų. Lietuvos akcijų rinkos analizė parodė, kad rinka yra stacionari ir duomenys nėra pasiskirstę normaliai. Tinkamiausias modelis OMXV indeksui yra EGARCH. Remiantis tyrimo rezultatais galima teigti, kad Lietuvos akcijų rinkoje pastebimas sverto efektas. Tai reiškia, kad investuotojai labiau reaguoja į blogas žinias, nei į geras. Be to, blogos naujienos iš JAV ir Europos sustabdė geras naujienas apie atskirų kompanijų finansinius rezultatus. Remiantis modelio parinkimo rezultatais galima atmesti hipotezę, kad geriausias modelis Lietuvos vertybinių popierių rinkai yra GARCH. Pritaikius GETIP visiems Lietuvos akcijų rinkos sektoriams, galima atmesti kai kurias tendencijas. Tyrinėjant kintamumo prognozavimą, reiktų taikyti EGARCH modelį, nes taip gaunama tikslesnė prognozė.Reikšminiai žodžiai: Akcijų kaina; GARCH modeliai; Indeksas; Nepastovumas; Nepastovumo; Sverto poveikis; Sverto poveikį; GARCH models; Index; Index, leverage effect, stock price, volatility; Leverage effect; Stock price; Volatility.

ENThis article analyses the main factors that influence stock price volatility. The author offers a three-stage system for explaining a set of stock price volatility factors. The main point is to pay attention to investor's psychology as the main factor of price volatility. For practical analysis the returns of the OMXV index and stock prices of the Lithuanian stock market are taken and applied to a set of GARCH models. The main idea is to choose the best of the general autoregressive conditional heteroskedasticity models (GARCH) for OMXV index and all sectors. All models are ranged according to their ability to model stock price return. The main tendencies of the Lithuanian stock market are also analysed in this article by highlighting the leverage effect. [text from author]