Original title: Metody předvídání volatility
Translated title: Methods of volatility estimation
Authors: Hrbek, Filip ; Witzany, Jiří (advisor) ; Fičura, Milan (referee)
Document type: Master’s theses
Year: 2015
Language: cze
Publisher: Vysoká škola ekonomická v Praze
Abstract: [cze] [eng]
V této diplomové práci jsem shrnul základní přístupy k modelování volatility, které vycházejí z frekventistické a z bayesovské statistiky. Modely volatility byly aplikovány na časové řady různých měnových párů (EURUSD, GBPUSD a CZK USD) s různou frekvencí (od vteřinových výnosů až po denní výnosy). Zkoumanými modely z klasické statistiky byly modely EWMA, GARCH, EGARCH, IGARCH a GJRGARCH. Pro odhad bayesovkých modelů bylo potřeba nejdříve vytvořit správný MCMC algoritmus, na jehož základě jsme poté zkoumali modely jump diffusion s konstantní volatilitou a jump diffusion se stochastickou volatilitou. Všechny modely byly odhadnuty jako jednorozměrné. Nejlepších výsledků metodou Mincer Zarnowitzovi regrese bylo dosaženo u modelu jump diffusion se stochastickou volatilitou. V těsném závěsu byl model GJR-GARCH spolu s jump diffusion modelem s konstantní volatilitou, který však volatilitu nadhodnocoval. Ještě horší byl zbytek modelů, z který nejlépe volatilitu předvídal IGARCH model. Tyto výsledky potvrzuje i koeficient R squared. In this masterthesis I have rewied basic approaches to volatility estimating. These approaches are based on classical and Bayesian statistics. I have applied the volatility models for the purpose of volatility forecasting of a different foreign exchange (EURUSD, GBPUSD and CZKEUR) in the different period (from a second period to a day period). I formulate the models EWMA, GARCH, EGARCH, IGARCH, GJRGARCH, jump diffuison with constant volatility and jump diffusion model with stochastic volatility. I also proposed an MCMC algorithm in order to estimate the Bayesian models. All the models we estimated as univariate models. I compared the models according to Mincer Zarnowitz regression. The most successfull model is the jump diffusion model with a stochastic volatility. On the second place they were the GJR- GARCH model and the jump diffusion model with a constant volatility. But the jump diffusion model with a constat volatilit provided much more overvalued results.The rest of the models were even worse. From the rest the IGARCH model is the best but provided undervalued results. All these findings correspond with R squared coefficient.
Keywords: Forecasting volatility; Jump diffusion models; MCMC algorithm; Realized volatility; Stochastic volatility; Jump - diffusion modely; MCMC algoritmus; Předvídání volatility; Realizovaná volatilita; Stochastická volatilita

Institution: University of Economics, Prague (web)
Document availability information: Available in the digital repository of the University of Economics, Prague.
Original record: http://www.vse.cz/vskp/eid/51964

Permalink: http://www.nusl.cz/ntk/nusl-264689


The record appears in these collections:
Universities and colleges > Public universities > University of Economics, Prague
Academic theses (ETDs) > Master’s theses