|
|
Forecasting realized volatility: Do jumps in prices matter?
Lipták, Štefan ; Baruník, Jozef (vedoucí práce) ; Šopov, Boril (oponent)
Táto práca aplikuje heterogénny autoregresný model realizovanej volatility na pät'-minútové dáta troch spomedzi najlikvidnejších finančných aktív - S&P 500 Futures index, Euro FX a ropa. Hlavný prínos tejto práce spočíva v analyzovaní mimoriadneho množstva dát, ked'že pochádzajú z neobyčajne dlhého obdobia až 25 rokov, v prípade Euro FX je to 13 rokov. Jedným z ciel'ov je ukázat', že rozklad realizovanej variancie na spojitú a skokovú čast' má pozitívny vplyv na jej predpovedatel'nost' aj na vysokofrekvenčných dátach pokrývajúcich vel'mi dlhé obdobia. Hlavným ciel'om práce je skúmat' dynamiku parametrov HAR modelu v čase, a taktiež povahu volatility u rôznych druhov finančných aktív. Výsledky analýzy na dátach všetkých troch aktív potvrdzujú, že rozklad realizovanej variancie prispieva k vylepšeniu odhadov. Ukázalo sa však, že predpovedacia schopnost' modelu je najlepšia v prípade, že parametre boli odhadnuté na krátkych obdobiach (1-2 roky), čo je spôsobené pravdepodobne vysokou dynamikou parametrov v čase. Táto nestabilita parametrov bola odhalená aj s pomocou odhadov za jenotlivé roky, a to u všetkých súborov. Z toho vyplýva zaujímavé zistenie, a to že HAR model nie je vhodný na predpovedanie realizovanej volatility...
|
|
|
Analysis of Interdependencies among Central European Stock Markets
Mašková, Jana ; Baruník, Jozef (vedoucí práce) ; Princ, Michael (oponent)
Cílem této diplomové práce je prozkoumání závislostí mezi akciovými trhy České republiky, Maďarska, Polska a Německa v období 2008-2010. V analýze jsou aplikovány dvě hlavní metody. První metoda je založena na využití vysokofrekvenčních dat a spočívá ve výpočtu realizovaných korelací a jejich následném modelování pomocí heterogenního autoregresního (HAR) modelu. Kromě toho používáme též realizované bipower korelace, které by neměly být ovlivněny přítomností skoků v cenách. Druhou metodou je modelování korelací pomocí Dynamic Conditional Correlation GARCH (DCC-GARCH) modelu, který aplikujeme na denní data. Výsledky ukazují, že při použití vysokofrekvenčních dat jsou korelace vychýleny směrem k nule (tzv. Epps efekt). Rovněž nacházíme poměrně významné rozdíly mezi dynamikou korelací z DCC-GARCH modelů a realizovaných korelací. Na závěr zjišťujeme, že pro dosažení přesnějších předpovědí korelací je vhodné kombinovat výsledky získané z různých zkoumaných modelů (HAR modely pro realizované korelace, HAR modely pro realizované bipower korelace, DCC-GARCH modely).
|
host ::
RSS.