Розширена анотація українською мовою

Інвестиції на фондовому ринку вимагають прийняття ризику. Інвестори зазвичай намагаються сформувати свій інвестиційний портфель таким чином, щоб забезпечити отримання максимальної віддачі при збереженні прийнятного рівня ризику. У сучасних умовах для інвестора першочерговим завданням стає визначення найкращих джерел фінансування серед альтернативних варіантів шляхом групування активів з аналогічними характеристиками. У статті досліджено фондові ринки країн “Великої сімки” – Франції, Великобританії, Німеччини, Італії, США, Канади та Японії за період 2011-2016 рр. З метою поділу відповідних показників фондових ринків, зокрема CAC 40 (Франція), FTSE 100 (Великобританія), DAX (Німеччина), FTSE MIB (Італія), S&P TSX Composite (Канада), S&P 500 (США), NIKKEI 225 (Японія), на групи за критерієм “прибутковість – ризик” були використані окремі ієрархічні методи кластеризації.

Ключові слова: країни “Великої сімки”, ієрархічна кластеризація, k-засоби, TwoStep-кластеризація, фондовий ринок, інноваційний підхід.

Класифікація JEL: C10, F33, O31.

Цитувати як: Peker, S., Aktan B. & Tvaronavičienė, M. (2017). Clustering in key G-7 stock market indices: an innovative approach Marketing and Management of Innovations, 1, 300-310. https://doi.org/10.21272/mmi.2017.1-27

Ця стаття публікуються за ліцензією Creative Commons Attribution International License

Список використаних джерел

1. Aktan, B. (2013). An Empirical Examination of Clustering at Bahrain Bourse. International Research Journal of Finance and Economics, 110, 149-154 [in English].
2. Azzalini, A., & Scarpa, B. (2012). Data Analysis and Data Mining: An Introduction, Oxford University Press, USA [in English].
3. Basalto, N., Bellotti, R., De Carlo, F., Facchi, P., & Pascazio, S. (2005). Clustering stock market companies via chaotic map synchronization, Physica A, 345, 196-206 [in English].
4. Bikas, E., & Bikas, E. (2016). Towards sustainable financial markets: impact of structured securities on portfolio management, Journal of Security and Sustainability Issues 6(2), 275-288. http://dx.doi.org/10.9770/jssi.2016.6.2(7) [in English].
5. Čábelková, I., Strielkowski, W., & Mirvald, M. (2015). Business influence on the mass media: a case study of 21 countries. Transformations in Business & Economics, 14(1), 65-75 [in English].
6. Chiabai, A., Platt, S., & Strielkowski, W. (2014). Eliciting users’ preferences for cultural heritage and tourism-related e-services: a tale of three European cities. Tourism Economics, 20(2), 263-277.  http://dx.doi.org/10.5367/te.2013.0290 [in English].  
7. Demainea, E.D., Emanuel, D., Fiat, A., & Immorlica, A. (2006). Correlation clustering in general weighted graphs, Theoretical Computer Science, 361, 172-87 [in English].
8. Esmalifalak, H., Ajirloub, A.I., Behrouz, S.P., & Esmalifalak, M. (2015). (Dis)integration levels across global stock markets: A multidimensional scaling and cluster analysis. Expert Systems with Applications, 42, 8393-8402 [in English].  
9. Fuschi, D.L., & Tvaronavičienė, M. (2016). A network based business partnership model for SMEs management, Entrepreneurship and Sustainability Issues, 3(3), 282-289. http://dx.doi.org/10.9770/jesi.2016.3.3(5) [in English].
10. Gan, G., Ma, C., & Wu, J. (2007). Data Clustering: Theory, Algorithms, and Applications, SIAM, Philadelphia [in English].
11. Google Finance. (2016). www.google.com. Retrieved from https://www.google.com/finance [in English].
12. Han, J., & Kamber, M. (2001). Data Mining: Concepts and Techniques, Morgan Kaufmann [in English].
13. Ignatavičius, R., Tvaronavičienė, M., & Piccinetti, L. (2015). Sustainable development through technology transfer networks: case of Lithuania. Journal of Security and Sustainability, 4(3), 261-267. DOI: http://dx.doi.org/10.9770/jssi.2015.4.3(6) [in English].
14. Ingram, M., & Margetis, S. (2010). A practical method to cost of equity capital for a firm using cluster analysis. Managerial Finance, 36 (2), 160-67 [in English].
15. Janda, K., Rausser, G., & Strielkowski, W. (2014). Determinants of Profitability of Polish Rural Micro-Enterprises at the Time of EU Accession. Eastern European Countryside, 19, 177-217. https://doi.org/10.2478/eec-2013-0009 [in English].
16. Jurevičienė, D., & Skvarciany, V. (2016). Camels+t approach for banks’ assessment: evidence from the Baltics. Entrepreneurship and Sustainability Issues, 4(2), 159-173. http://dx.doi.org/10.9770/jesi.2016.4.2(4) [in English].
17. Kaźmierczyk, J., & Aptacy, M. (2016). The management by objectives in banks: the Polish case. Entrepreneurship and Sustainability Issues, 4(2), 146-158. http://dx.doi.org/10.9770/jesi.2016.4.2(3) [in English].
18. Kulišauskas, D., & Galinienė, B. (2015). Stock evaluation methods and their applicability in Lithuania ensuring sustainable capital market development. Journal of Security and Sustainability Issues 5(1), 73-86. http://dx.doi.org/10.9770/jssi.2015.5.1(6) [in English].
19. Lahmiri, S. (2016). Clustering of Casablanca stock market based on hurst exponent estimates. Physica A: Statistical Mechanics and its Applications, 456, 310-318 [in English].
20. Larose, D.T. (2005). Discovering Knowledge in Data: An introduction to Data Mining, Wiley [in English].
21. Lawal, T. (2016). Clustering of annual general meetings and stock returns: UK evidence, Journal of Behavioral and Experimental Finance, 11, 9-12 [in English].
22. Li, H., Mao, L.L., Zhang, J.J., & Xu, J. (2015). Classifying and profiling sports lottery gamblers: A cluster analysis approach. Social Behavior and Personality, 43 (8), 1299-1318 [in English].
23. Lim, K.P., & Hooy, C.W. (2003). Non- Linear Predictability in G7 Stock Index Returns. The Manchester School, 81 (4), 620-637 [in English].
24. Lisin, E., & Strielkowski, W. (2014). Modelling new economic approaches for the wholesale energy markets in Russia and the EU. Transformations in Business & Economics, 13(2B), 566-580 [in English].
25. Musmeci, N., Aste, T., & Di Matteo T. (2015). Relation between Financial Market Structure and the Real Economy: Comparison between Clustering Methods. PLoS ONE 10 (3), 1-24 [in English].
26. Nanda, S.R., Mahanty, B., & Tiwari M.K. (2010). Clustering Indian stock market data for portfolio management. Expert Systems with Applications, 37(12), 8793-8798 [in English].
27. Nandi, A.K., Abu-Jamous B., & Fa R. (2015). Integrative Cluster Analysis in Bioinformatics. John and Wiley Sons, India [in English].
28. Pattarin, F., Paterlini, S., & Tommaso, M. (2004). Clustering financial time series: An application to mutual funds style analysis. Computational Statistics and Data Analysis, 47, 353-72 [in English].
29. Reddy, C.K., & Vinzamuri B. (2014). Data Clustering: Algorithms and Applications, Chapter 4, edited by Charu C. Aggarwal, Chandan K. Reddy, CRC Press, Boca Raton [in English].
30. Saunders, J. (1994). Cluster Analysis. Journal of Marketing Management, 10, 13-28 [in English].
31. Sharma, S. (1996). Applied Multivariate Techniques, Wiley [in English].
32. Strielkowski, W., & Weyskrabova, B. (2014). Ukrainian labour migration and remittances in the Czech Republic. Tijdschrift voor Economische en Sociale Geografie, 105(1), 30-45. http://dx.doi.org/10.1111/tesg.12052 [in English].
33. Tvaronaviciene, M., Razminiene, K., & Piccinetti, L. (2015). Approaches towards cluster analysis, Economics and Sociology, 8 (1), 19-27 [in English].
34. Tvaronavičienė, M., & Černevičiūtė, J. (2015). Technology transfer phenomenon and its impact on sustainable development, Journal of Security and Sustainability Issues 5(1), 87–97. DOI: http://dx.doi.org/10.9770/jssi.2015.5.1(7) [in English].
35. Tvaronavičienė, M., Razminienė, K., & Piccinetti, L. (2015). Cluster efficiency study through benchmarking. Entrepreneurship and Sustainability Issues 3(2), 120-128. http://dx.doi.org/10.9770/jesi.2015.3.2(0) [in English].
36. Tyron, R. (1939). Cluster Analysis, McGraw Hill, New York [in English].
37. Yahoo finance. (2016). finance.yahoo.com. Retrieved from https://finance.yahoo.com [in English].
38. Zhou, Z.H. (2012). Ensemble Methods: Foundations and Algorithms, CRC Press, Boca Raton [in English].