Národní úložiště šedé literatury Nalezeno 157 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Backtesting Value-at-Risk: Porovnání vybraných přístupů
Šedivý, Milan ; Hendrych, Radek (vedoucí práce) ; Hurt, Jan (oponent)
Tato práce se zabývá porovnáním vybraných přístupů k zpětnému testování běžně užívané rizikové míry Value-at-Risk. Hlavním cílem této práce je prezen- tovat různorodé metody backtestingu Value-at-Risk (včetně základních technik výpočtu této míry rizika). Tyto statistické evaluační přístupy jsou aplikovány na historická data z období finanční krize mezi lety 2005 a 2010. Výstupy této analýzy jsou důkladně diskutovány. 1
Vícerovnicové ekonometrické modely národních ekonomik
Hála, Petr ; Hendrych, Radek (vedoucí práce) ; Hurt, Jan (oponent)
Tato práce se zabývá využitím vícerovnicových ekonometrických soustav k ucelenému náhledu na národní ekonomiku, a to se zřetelem na možná úskalí běžných postupů. Seznamuje čtenáře s teorií a odhadovými postupy pro vícerovnicové soustavy. Dále hovoří o rovnosti úspor a investic a teorii peněz. Krátce analyzuje Kleinův model I z teoretického hlediska a odhaduje jej třístupňovou metodou nejmenších čtverců. Součástí textu jsou návrhy a vlastní implementace dílčích úprav tohoto modelu. Kvalita modelů se posuzuje podle předpovědního kritéria. Následně je odvozen kanonický NK DSGE model, který je dále podroben (teoretické) kritice. Práce vyslovuje pochybnosti nad relevancí NK IS křivky a argumentuje, že Lucasova kritika stále platí. K implementaci NK DSGE modelu se využívá zobecněná momentová metoda. Nakonec je tento model krátce porovnán s Kleinovým modelem I.
Optimální portfolia
Vacek, Lukáš ; Hurt, Jan (vedoucí práce) ; Večeř, Jan (oponent)
Tato diplomová práce představuje vybrané techniky konstrukce optimálních portfolií.V první části je pojednáno o mírách rizika a dalších kritériích (Markowi- tzův přístup, hodnota v riziku, podmíněná hodnota v riziku, střední absolutní odchylka, spektrální míra rizika a Kellyho kritérium). V některých případech je odvozeno analytické řešení optimalizační úlohy, jindy existuje jen numerické. Zmiňujeme výhody a nevýhody jednotlivých kritérií, teoretické vlastnosti a prak- tické aspekty softwarové implementace v softwaru Wolfram Mathematica. V druhé části jsou stručně představeny simulační metody, které jsou vhodné pro optima- lizaci portfolia, a je naznačena jejich motivace. V třetí části jsou představena mnohorozměrná rozdělení: normální, t-rozdělení a zešikmené t-rozdělení s návaz- ností na optimalizaci portfolia s předpokladem mnohorozměrného rozdělení ztrát. Ve čtvrté části práce jsou ilustrovány optimalizační metody na reálných datech. Analytické výpočty jsou porovnávány s numerickými. 1
Machine learning with applications to finance
Mešša, Samuel ; Hurt, Jan (vedoucí práce) ; Večeř, Jan (oponent)
The impact of data driven, machine learning technologies across a wide variety of fields is undeniable. The financial industry, which relies heavily on predictive modeling being no exception. In this work we summarize two widely used machine learning models: support vector machines and neural networks, discuss their limitations and compare their performance to a more traditionally used method, namely logistic regression. Evaluation was done on two real world datasets, which were used to predict default of loan applicants and credit card holders formulated as a binary classification task. Neural networks and support vector machines either outperformed or showed comparable results to logistic regression with performance measured in receiver operator characteristic area under curve. In the second task neural networks outperformed both other models by a significant margin.
Loss reserving for individual claim-by-claim data
Bednárik, Vojtěch ; Pešta, Michal (vedoucí práce) ; Hurt, Jan (oponent)
Tato práce se zabývá stochastickým modelováním škod v neživotním pojištění na základě in- dividuálních škodních průběhů. Shrnuté teoretické metody jsou aplikovány na výuková data od České kanceláře pojistitelů. Problematika odhadování je rozdělena na čtyři části: proces výskytů škod, zpoždění v hlášení, časy mezi událostmi a platby. Každá část je odhadnuta samostatně metodou maximální věrohodnosti a konečné odhady nám umožňují získat odhad rozdělení budoucích závazků. Výsledky jsou velice slibné a věříme, že tato metoda je vhodná pro podrobnější výzkum. Příspěvek této práce spočívá ve formálním odvození teoretické části a aplikaci na datech z českého trhu s několika novými nápady v praktické části a simulaci. 1
Oceňování finančních derivátů
Chudáček, Petr ; Hurt, Jan (vedoucí práce) ; Dostál, Petr (oponent)
Tato práce se věnuje vybraným způsobům oceňování finančních derivátů. Počíná úvodem do finančních derivátů, triviálními metodámi jejich oce- ňování a zavedením názvosloví. Následuje přehled matematických definic a vět potřebných pro odvození vybraných modelů oceňování opcí. V kapitole věnující se difúzním modelům jsou představeny a odvozeny Blackův-Scholesův model, bino- mický model a CEV model. Zbývající kapitoly se pak věnují Mertonovu skokově- difúzní modelu, tj. difúznímu modelu doplňenému o skoky, a Variance-Gama mo- delu jako zástupci (ryze) skokových modelů. Práce jest proložena numerickými příklady. 1
Alternative risk measures and their applications
Drobuliak, Matúš ; Hurt, Jan (vedoucí práce) ; Večeř, Jan (oponent)
Název práce: Alternatívne miery rizika a ich vyuæitie Autor: Matúπ Drobuliak Katedra: Katedra pravdÏpodobnosti a matematické statistiky Vedoucí bakalá¯ské práce: Doc. RNDr. Jan Hurt, CSc., Katedra pravdÏpodobnosti a matematické statistiky Abstrakt: ÚËelom tejto práce je pojednaª o alternatívnych mierach rizika. My sme sa zamerali na expektilovú hodnotu v riziku, ktorú sme porovnávali so zau- æívan˝mi rizikov˝mi mierami, a to hodnotou v riziku a podmienenou hodnotou v riziku. Podiskutovali sme o jej vlastnostiach a jej finanËnom v˝zname. SúËasªou práce je aj numerická ilustrácia. KlíËová slova: Hodnota v riziku, Podmienená hodnota v riziku, Kvantily, Expek- tily, Expektilová hodnota v riziku iii
Kalibrace stromů úrokových měr a ocenění úrokových opcí
Veska, Tobiáš ; Witzany, Jiří (vedoucí práce) ; Hurt, Jan (oponent)
Tato akalářská prá e se za ývá i o i ký i a tri o i ký i stro y pro o eňová í úrokový h op í. Nejdříve uvede e fi a č í deriváty a jeji h základ í vlast osti. Ve druhé části se za ěří e a základ í pri ipy a pod í ky, které jsou ez yt é pro o eňová í op í. Třetí část akalářské prá e je za ěře a a i o i ký odel, jeho odvoze í, kali ra i para etrů, uvede í Tri o i ký odel je odvoze z i o i kého odelu, ude e kali rovat para etry a diskutovat jeho výhody. Na ko i této části o e í e ěkolik op í za použití i o i kého tri o i kého stro u. V posled í části uvede e odely pro o eňová í op í a úrokové deriváty a zvýše ou pozor ost ude e vě ovat Lee odelu, po o í kterého o e í e úrokovou op i.
Principy alokace kapitálu
Dvořák, Daniel ; Mazurová, Lucie (vedoucí práce) ; Hurt, Jan (oponent)
Pojišťovny i jiné finanční instituce jsou při svých aktivitách vystaveny finančním rizikům, na jejichž pokrytí se stanovuje rizikový kapitál. Cílem úlohy alokace kapitálu je přerozdělení tohoto kapitálu mezi dílčí části této instituce co nejlépe s ohledem na jejich rizikovost. Tato práce se zabývá mírami rizika a alokačními metodami. Důraz je kladen na pojmy koherentních měr rizika a koherentních alokačních metod. Podmínky koherence jsou ověřovány na konkrétních alokačních metodách. Práce se také zabývá praktickým výpočtem alokací dílčím rizikům užitím alokačních metod. 1

Národní úložiště šedé literatury : Nalezeno 157 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.