|
|
Extreme value theory: Empirical analysis of tail behaviour of GARCH models
Šiml, Jan ; Šopov, Boril (vedoucí práce) ; Kocourek, David (oponent)
Tato práce zkoumá schopnosti modelů z GARCH rodiny zachytit charakteristiky chvostů pomocí Monte Carlo simulace v rámci Podmíněné Teorie Extrémních Hod- not. Analýza je provedena pro tři modely GARCH typu: GARCH, EGARCH, GJR-GARCH, s použitím Normálního a následně i Studentova t rozdělení inovací GARCH modelu na čtyřech známých akciových indexech: S&P 500, FTSE 100, DAX a Nikkei 225. Po provedení 3000 simulací každého odhadnutého modelu jsou spočítány Hillovi odhady tvarového parametru limitní distribuce extrémních hodnot implikovaných GARCH modely a následně jsou zhodnoceny jejich výsledky na zák- ladě histogramů, deskriptivních statistik a odmocniny střední čtvercové odchylky simulovaných Hillových odhadů. Zjistili jsme, že Normální rozdělení není schopné zachytit chvostové charakter- istiky. Přestože jsou výsledky modelů se Studentovým rozdělením inovací velmi podobné, GJR-GARCH model je ohodnocen jako nejlepší model v naší analýze. Navíc, vztah mezi vzhledem Q-Q plotu a výsledky simulace je naznačen, a pod- porován všemi indexy až na DAX index. Tato anomálie je dále zkoumána, společně se špatnými výsledky simulace DAX asymetrickými modely. Přestože Hillův odhad je vypočítáván jen z několika nejnižších řádových statistik, u DAXu se ukazuje, že i horní kvantily hrají roli a mohou rozhodit...
|
|
|
Extreme value theory: Empirical analysis of tail behaviour of GARCH models
Šiml, Jan ; Šopov, Boril (vedoucí práce) ; Kocourek, David (oponent)
Tato práce zkoumá schopnosti modelů z GARCH rodiny zachytit charakteristiky chvostů pomocí Monte Carlo simulace v rámci Podmíněné Teorie Extrémních Hod- not. Analýza je provedena pro tři modely GARCH typu: GARCH, EGARCH, GJR-GARCH, s použitím Normálního a následně i Studentova t rozdělení inovací GARCH modelu na čtyřech známých akciových indexech: S&P 500, FTSE 100, DAX a Nikkei 225. Po provedení 3000 simulací každého odhadnutého modelu jsou spočítány Hillovi odhady tvarového parametru limitní distribuce extrémních hodnot implikovaných GARCH modely a následně jsou zhodnoceny jejich výsledky na zák- ladě histogramů, deskriptivních statistik a odmocniny střední čtvercové odchylky simulovaných Hillových odhadů. Zjistili jsme, že Normální rozdělení není schopné zachytit chvostové charakter- istiky. Přestože jsou výsledky modelů se Studentovým rozdělením inovací velmi podobné, GJR-GARCH model je ohodnocen jako nejlepší model v naší analýze. Navíc, vztah mezi vzhledem Q-Q plotu a výsledky simulace je naznačen, a pod- porován všemi indexy až na DAX index. Tato anomálie je dále zkoumána, společně se špatnými výsledky simulace DAX asymetrickými modely. Přestože Hillův odhad je vypočítáván jen z několika nejnižších řádových statistik, u DAXu se ukazuje, že i horní kvantily hrají roli a mohou rozhodit...
|
host ::
RSS.