|
|
Alternative field curve modelling approach : regional models
Šopov, Boril ; Seidler, Jakub (vedoucí práce) ; Baruník, Jozef (oponent)
Tato diplomová práce představuje několik modelů výnosových křivek. Vycházíme z dynamického modelu Nelson-Siegel, který jsme dále rozšířili pro modelování regionálních latentních faktorů a hlavních komponentů. Naši analýzu převážně zaměříme na středoevropské výnosové křivky denominované v těchto měnách: CZK, HUF, PLN a SKK. Hlavním přinosem této diplomové práce je vytvoření komplexního rámce, který umožňuje analýzu výnosových křivek, přípravu krizových scénářů a detekci strukturálních změn.
|
|
|
Alternative yield curve modelling approach : regional models
Šopov, Boril ; Seidler, Jakub (vedoucí práce) ; Baruník, Jozef (oponent)
Tato diplomová práce představuje několik modelů výnosových křivek. Vycházíme z dynamického modelu Nelson-Siegel, který jsme dále rozšířili pro modelování regionálních latentních faktorů a hlavních komponentů. Naši analýzu převážně zaměříme na středoevropské výnosové křivky denominované v těchto měnách: CZK, HUF, PLN a SKK. V této práci představujeme dva původní modely, které zachycují regionální dynamiku: první založen na "state space framework" a druhý navíc využívá metody hlavních komponent regionálních výnosových křivek. Práce dále obsahuje dvě praktické aplikace modelů na řízení rizik a na detekci strukturálních změn. Hlavním přinosem této diplomové práce je vytvoření komplexního rámce, který umožňuje analýzu výnosových křivek, přípravu krizových scénářů a detekci strukturálních změn.
|
|
|
Yield Curve Modeling and the Effect of Macroeconomic Drivers: Dynamic Nelson-Siegel Approach
Patáková, Magdalena ; Šopov, Boril (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Tato diplomová práce se zaměřuje na modelování výnosových křivek s využitím Nelson-Siegelova přístupu. Navrhujeme zde dva modely výnosové křivky, které aplikujeme na čtyři různé měnové oblasti - USD, EUR, GBP and CZK. Nejdříve modelujeme výnosy pomocí extrakce tří faktorů - úrovně, sklonu a zakřivení. Následně vytváříme druhý model, ve kterém zkoumáme, do jaké míry jsou tyto faktory ovlivněny makroekonomickými ukazateli. Hlavním přínosem této práce je zejména inovativní přístup k modelování výnosových křivek s využitím pokročilých technických nástrojů. Naším prvořadým cílem bylo zvýšení přesnosti a vypovídací schopnosti modelů. Aplikace navržených modelů napříč různými měnovými oblastmi nám umožnila porovnat dynamiku výnosových křivek a prozkoumat vliv makroekonomických ukazatelů v těchto oblastech. Výsledky ukázaly, že oba navržené modely jsou aplikovatelné napříč všemi zkoumanými měnovými oblastmi a zároveň vedou k velmi přesným odhadům. Díky zakomponování makroekonomických faktorů jsme navíc dosáhli zvýšení přesnosti našich modelů. Klasifikace JEL: C51, C53, G17 Klíčová slova: Nelson-Siegel, Kalmanův filtr, Kalmanovo vyhlazování, Stace space formulace E-mail autora: magdalena.patakova@gmail.com E-mail vedoucího práce: boril.sopov@gmail.com
|
|
|
Analysis of gasoline and diesel prices in the Czech Republic
Badáňová, Martina ; Krištoufek, Ladislav (vedoucí práce) ; Šopov, Boril (oponent)
Tato práce zkoumá vztah mezi cenami pohonných hmot (benzinu a nafty) v České republice a cenami surové ropy na mezinárodním trhu v období od roku 2004 do roku 2011. S použitím denních dat odhadujeme model asymetrické korekce chyby a zjišťujeme, že v krátkém období jsou ceny pohonných hmot přizpůsobovány vzhůru k dlouhodobému rovnovážnému stavu rychleji, než jsou přizpůsobovány dolu. Rozdíl v reakcích je avšak shledán jako statisticky nesignifikantní.
|
|
|
News Feed Classifications to Improve Volatility Predictions
Pogodina, Ksenia ; Šopov, Boril (vedoucí práce) ; Červinka, Michal (oponent)
Tato práce analyzuje různé metody klasifikace textu za účelem zjištění, zda-li publikované novinové články o konkrétních společnostech umožňují lepší sim ulaci a predikci volatility akcií dané společnosti. V práci zkoumáme obsah textu publikovaných novinových článků a z toho vycházející sentiment (směr a síla) za použití tří různých přístupů: supervised machine learning Naive Bayes algoritmus, lexicon-based jako zástupce lingvistického přístupu a hy bridní Naive Bayes. V rámci hybridního Naive Bayes jsou uvažována pouze slova obsažená v daném lexikonu a nikoliv celý obsah článku. Pro lexicon- based přístup používáme nezávisle dva lexikony, jeden s binárním a jeden vícetřídním hodnocením sentimentu. Sentiment v trénovacím setu pro Naive Bayes byl přiřazen autorem. Z porovnání klasifikační metod založených na machine learning dojdeme k závěru, že všechny metody dosahují podobných výsledků z nichž nejlépe vychází hybridní Naive Bayes používající vícetřídní lexikon. Výstupní kvantitativní data ve formě hodnot sentimentu jsou pak dále zahrnuta do modelování volatility pomocí GARCH. Výsledky ukazují, že informace obsažené v novinových článcích přinášejí další vysvětlující prvek do tradičního GARCH modelu a jsou schopné zlepšit odhad. Nicméně, nejsme schopni získat dost podkladů pro určení nejlepší...
|
|
|
Multivariate Dependence Modeling using Copulas
Klaus, Marek ; Šopov, Boril (vedoucí práce) ; Gapko, Petr (oponent)
Problémem vícerozměrných modelů pro volatility časových řad, jako je DCC MGARCH model, je jejich předpoklad vícerozměrného normálního rozdělí zk- oumaných řad. Mnohé empirické studie však popírají předpoklad normálního rozdělení akcií na finančních trzích. Z toho důvodu mohou být odhadnuté podmíněné korelace zavádějící, jelikož nemusí vysvětlovat celou strukturu závis- losti mezi zkoumanými veličinami. Je známé, že korelace je jen z jedním z nástrojů měření závislosti nenormálně rozdělených dat. Cílem této práce je integrace copula funkcí do tradičního DCC MGARCH modelu, protože právě copula funkce umožnují vytvoření vícerozměrného rozdě- lení náhodných veličin pro více marginálních rozdělení i v případě, kdy nejsou normálně rozdělená. Takzvaný Copula-based MGARCH model s nekorelovanými závislými rezidui dovoluje modelovat jak korelaci mezi náhodnými veličinami (pomocí DCC MGARCH), tak i závislost mezi nimi (pomocí copula funkce), obojí odděleně avšak simultánně. Jinými slovy, model je schopen vysvětlit dodatečnou závislost, která nebyla zachycena DCC MGARCH modelem kvůli jeho předpokladu normálního rozdělení. V empirické analýze aplikujeme tento model na různé data, zejmená...
|
|
|
Stability of the Financial System: Systemic Dependencies between Bank and Insurance Sectors
Procházková, Jana ; Šopov, Boril (vedoucí práce) ; Janda, Karel (oponent)
Ústředním tématem této práce je zkoumání existence možnosti systémových poruch v mezinárodním finančním systému prostřednictvím zkoumání systemických závislostí mezi bankami a pojišťovnami. Standardní modely zabývající se sys- temickým rizikem většinou k posouzení míry závislosti mezi finančními insti- tucemi využívají vzájemnou korelaci akciových výnosů. Jedním z hlavních nedostatků této metody ovšem je, že se orientuje pouze na pozorování, která se vyskytují v centrální části rozdělení výnosů, a nezachycuje strukturu závislosti mezi odlehlými pozorováními. Z tohoto důvodu aplikujeme metodu, která vychází z Teorie extremálních hodnot a soustředí se výhradně na zachycení závislostí v extrémních hodnotách. Analýzu provádíme s využitím dat o cenách akcií největších bank a pojišťoven v Evropské Unii. Strukturu závislostí sle- dujeme v obdobích před krizí a během krize. Cílem je odhalit, který ze zk- oumaných sektorů skýtá pro mezinárodní finanční stabilitu větší hrozbu v podobě systémových selhání. Snažíme se také získat empirické svědectví o nárustu extremálních závislostí v posledních letech. Zjišťujeme, že v obou sledovaných obdobích je úroveň systemických...
|
|
|
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...
|
|
|
Analysis of stock market anomalies: US cross-sectoral comparison
Jílek, Lukáš ; Krištoufek, Ladislav (vedoucí práce) ; Šopov, Boril (oponent)
Tato práce zkoumá anomálie ve výnosech akcií na finančních trzích ve Spojených státech. Speciální důraz je kladen na Efekt dne v týdnu, Lednový efekt a Efekt dnů v měsíci. Zaměříme se na porovnání společností s malou a velkou tržní kapitalizací. Provedeme analýzu napříč 6 průmyslovými sektory. Jednotlivé výsledky porovnáme s výsledky předchozích studií. Na závěr se pokusíme stanovit spekulativní investiční strategii. Zjistili jsme, že ani Efekt dne v týdnu, ani Lednový efekt se na americkém trhu v současné době nevyskytuje. Jedinou pozorovanou anomálií je Efekt dnů v měsíci. Klíčová slova Anomálie ve výnosech akcií, finanční trhy, sektorální analýza, Lednový efekt, Efekt dne v týdnu, Efekt dnů v měsíci E-mail autora jileklukas@gmail.com E-mail vedoucího práce kristoufek@gmail.com
|
|
|
Trading Volume and Volatility in the US Stock Markets
Juchelka, Tomáš ; Šopov, Boril (vedoucí práce) ; Džmuráňová, Hana (oponent)
Tato práce zkoumá vztah mezi počtem zobchodovaných akcií a volatilitou při použití GARCH modelu v Hypotéze Mixu Distribucí. Analýza je provedena na pěti známých akciích, vybraných z indexu S&P500. Našim přístupem bylo obohacení druhé rovnice GARCH modelu o dodatečné vysvětlující proměnné, které reprezentovaly počet zobchodovaných akcií. Kromě samotného vztahu volatility a objemu obchodů jsme zkoumali, jaký vliv má zahrnutí dodatečných proměnných na statistickou významnost GARCH a ARCH parametrů v našem modelu. Zjistili jsme, že rozdělení objemu obchodů na očekávanou a neočekávanou složku bylo namístě, jelikož se všechny tyto proměnné ukázaly být statisticky významné. Našim hlavním zjištěním bylo, že vzrůst počtu zobchodovaných akcií, tedy vzrůst očekávaného a neočekávaného objemu, vede ke zvýšení volatil- ity. Na druhou stranu negativní objemový šok, tedy snížení neočekávaného ob- jemu, vede k jejímu snížení. Přestože jsme naši analýzu provedli jak pro první lag objemu obchodu, tak také pro současný objem, nepodařilo se nám potvrdit hypotézu, že zahrnutí objemu obchodů způsobí statistickou bezvýznamnost parametrů ARCH a GARCH, tedy nepotvrdili jsme Hypotézu Mixu Distribucí. Zjistili...
|
host ::
RSS.