Název:
Podmíněné kvantilové modely pro výnosy aktiv
Překlad názvu:
Conditional quantile models for asset returns
Autoři:
Havel, Štěpán ; Baruník, Jozef (vedoucí práce) ; Fanta, Nicolas (oponent) Typ dokumentu: Bakalářské práce
Rok:
2020
Jazyk:
eng
Abstrakt: [eng][cze] The literature related to Value at Risk estimation is rich in general. However, majority of papers written on this subject concentrates on the unconditional non-parametric or parametric approach to VaR modelling. This thesis focuses on direct conditional VaR estimation using quantile regression. Thereby im- posing no restrictions on the return distribution. We use daily volatility mea- surements for individual stocks in S&P 500 index and quantile regress them on one-day ahead returns of the entire index. Depending on the quantile selected this estimation produces different confidence levels of Value at Risk. In order to minimize complexity of the final model, regularization methods are applied. To the author's knowledge this specific methodology has not yet been applied in any paper. The main objective is to investigate whether this approach is able to produce sound VaR estimates comparable with different methods usu- ally applied. Our result suggests that quantile regression extended with lasso regularization can be used to produce sound one-day-ahead Value at Risk es- timates. JEL Classification C22, C58, G15 Keywords volatility, quantile regression, VaR, GARCH Title Conditional quantile models for asset re- turns Author's e-mail havel.stepan@gmail.com Supervisor's e-mail barunik@fsv.cuni.czLiteratura na téma Value at Risk (hodnota v riziku) je obecně bohatá. Nicméně většina prací napsaná na toto téma se soustředí nepodmíněné parametricé a neparametrické modelování VaR. Tato práce se zabývá na přímé modelování podmíněčného VaR pomocí kvantilové regrese. Tato metoda nepředjímá žádná omezení pro rozdělení výnosů. V práci používáme výpočty denní volatility pro všechny akcie v indexu S&P 500 a pomocí kvantilové regrese dále modelu- jeme podmíněčný VaR pro celý burzovní index. Pro určení optimálního počtu nezávyslých proměnných používáme metod regularizace. Autor práce si dále neni vědom žádné podobné práce zpracované na toto konkrétní téma. Hlavní cíl práce zpočívá ve zkoumání zdali je možné touto metodou dosáhnout us- pokojivých VaR odhadů, které budou srovnatelné s jinými, běžně používanými, metodami. Závěry této práce ukazují, že kvantilová regrese použitá společně s lasso regularizací může být použitá pro výpočet jednodenního Value at Risku. Klasifikace JEL C22, C58, G15 Klíčová slova volatilita, kvantilová regrese, VaR, GARCH Název práce Podmíněné kvantilové modely pro výnosy aktiv E-mail autora havel.stepan@gmail.com E-mail vedoucího práce barunik@fsv.cuni.cz