Národní úložiště šedé literatury Nalezeno 89 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Cusp catastrophe theory: Application to the housing market
Kořínek, Vojtěch ; Kukačka, Jiří (vedoucí práce) ; Nevrla, Matěj (oponent)
Tato bakalářská práce aplikuje stochastický model založený na teorii katas- trof na realitní trh USA. Použita jsou týdenní data v období let 2007 až 2017. Současná literatura spojená s aplikací teorie katastrof na realitní trh je zmíněna, použité modely jsou zhodnoceny a rozšířeny. V těchto modelech aplikovaných na realitní trh jsme identifikovali tři nedostatky a náš přínos spočívá v jejich eliminaci. Abychom splnili předpoklad konstantní volatility požadovaný modelem, stavová proměnná je normalizována pomocí odhad- nuté volatility získané GARCHem. Dále, kontrolní proměnné, které jsou použity k odhadnutí aktivity fundamentalistů a chartistů, jsou přidány do modelu. Výsledky ukazují, že model založen na teorii katastrof popisuje data lépe než lineární a logistický model. Normalizace stavové proměnné zlepšuje výsledky modelu, zatímco přidání kontrolních proměnných v lepší výsledky neústí. Klíčová slova Realitní trh, teorie katastrof, stochastický model teorie katastrof, realitní bublina, reality, fundamentání investoři, spekulace. 1
Good vs. Bad Volatility in Major Cryptocurrencies: The Dichotomy and Drivers of Connectedness
Šíla, Jan ; Kočenda, Evžen ; Kukačka, Jiří ; Krištoufek, Ladislav
Cryptocurrencies exhibit unique statistical and dynamic properties compared to those of traditional financial assets, making the study of their volatility crucial for portfolio managers and traders. We investigate the volatility connectedness dynamics of a representative set of eight major crypto assets. Methodologically, we decompose the measured volatility into positive and negative components and employ the time-varying parameters vector autoregression (TVP-VAR) framework to show distinct dynamics associated with market booms and downturns. The results suggest that crypto connectedness reflects important events and exhibits more variable and cyclical dynamics than those of traditional financial markets. Periods of extremely high or low connectedness are clearly linked to specific events in the crypto market and macroeconomic or monetary history. Furthermore, existing asymmetry from good and bad volatility indicates that information about market downturns spills over substantially faster than news about comparable market surges. Overall, the connectedness dynamics are predominantly driven by fundamental crypto factors, while the asymmetry measure also depends on macro factors such as the VIX index and the expected inflation.
Comparison of Different Investment Opportunities during Unstable Times
Filonau, Ilya ; Kalabiška, Roman (vedoucí práce) ; Kukačka, Jiří (oponent)
Cílem této diplomové práce je nahlédnout do světa investic v nestabilních ekonomických časech na příkladu vybrané země, Německa. Práce analyzuje vývoj pěti různých investičních možností: nemovitostí, REIT, akciového trhu, zlata a Bitcoinu, a porovnat je za účelem identifikace nejdůležitějších makroekonomických faktorů ovlivňujících hodnotu investičních možnosti. Metodika diplomové práce je založena na analýze časových řad v období mezi prvním čtvrtletím 2000 a prvním čtvrtletím 2023. Dále je použita technika ekonometrického odhadu, při níž je vytvořeno celkem šest modelů. Dospěli jsme k závěru, že zlato je nejlepší investiční volbou, zatímco nejméně atraktivní je Index REIT, jenž představuje nepřímé investice do nemovitostí a kvůli své relativně nestabilní povaze a nepředvídatelnosti. Klasifikace J11, R30, D81, G11, E27 Klíčová slova Nemovitosti, COVID-19, investice, REIT, akciový Index, zlato, Bitcoin, ekonomické recese, Německo, Portfolio, riziko Název práce Porovnání různých investičních příležitostí v nestabilních časech
Prediction of Czech GDP using mixed-frequency machine learning models
Kotlan, Ivan ; Polák, Petr (vedoucí práce) ; Kukačka, Jiří (oponent)
Cílem této práce je za prvé poskytnout p esn jöí p edpov r stu HDP eské republiky neû oficiální odhad eského statistického ú adu a eské národní banky. Zadruhé rozöí it literaturu, zkoumající predikce asov˝ch ad s pouûitím strojového u ení vyuûívající data s r zn˝mi frekvencemi. P estoûe pouûité mod- ely (Ridge model a Random Forest) nedokázaly p ekonat odhady oficiálních in- stitucí, tato práce p isp la sv˝mi v˝sledky k rozöí ení zatím málo prozkoumané oblasti zab˝vající se vyuûitím strojového u ení s daty o libovoln˝ch frekvencích. Vzhledem k tomu, ûe neexistuje model strojového u ení, kter˝ by um l praco- vat s daty o r zn˝ch frekvencí, tato práce ukazuje, jak prom nné transformo- vat do podoby vhodné pro jak˝koliv model. Dále je zkoumán efekt pouûití r zn˝ch typu datset . Datasety se liöily v asu p edpov di; konec sou asného tvrtletí (nowcast) a 40 dní po referen ním tvrtletí (backcast), typu trnasfor- mace dataset; pouûití standardizovan˝ch a nestandardizovan˝ch dat a nakonec na nejlepöím modelu (Ridge) je zkoumán vliv tzv. vysokofrekven ních prom n- n˝ch (na t˝denní bázi). Zatímco u Random Forestu typ datasetu nehrál v˝z- namnou roli, v p ípad Ridge modelu rozdíln˝ dataset siln ovlivnil odhadované hodnoty. Hlavní rozdíl pak byl mezi netransformovan˝m a transformovan˝m datasetem, kdy p i pouûití...
The Impact of News on Videogame Stock Market Prices and Volatility
Mertová, Veronika ; Čech, František (vedoucí práce) ; Kukačka, Jiří (oponent)
Tato práce zkoumá vliv sentimentu na sociálních sítích a v novinových titulcích na ceny akcií, konkrétně porovnává společnosti z herního průmyslu s firmami z ostatních odvětví. Tweety obsahující klíčová slova odkazující na čtyři vybrané firmy z herního průmyslu a čtyři jiné firmy byly sbírány po dobu 5 měsíců, novinové titulky potom 3 měsíce. Tweety a zprávy pocházely od běžných uživatelů a medií, nikoliv pouze z finanční oblasti. Pro každou zkoumanou společnost, byla sbírána také denní data o cenách akcií za účelem výpočtu výnosů a volatilit. K analýze dat byl využit model vektorové autoregrese v kombinaci s Grangerovou kauzalitou. Studie neprokázala žádný významný rozdíl mezi herním a neherním sektorem. Polarita sentimentu významně neovlivňovala tržní ceny. Nicméně, když byl sentiment rozdělen na jednotlivé emoce, byla pozorována určitá signifikantnost, výsledky se ale lišily u jednotlivých firem, bez ohledu na jejich odvětví. Byl učiněn závěr, že při využití sentimentu pro předpovídání trhu je vhodné využít výhradně finanční média nebo určit konkrétní typ sentimentu, který ovlivňuje zvolené akcie. Klasifikace JEL G14, G17, C32, C58 Klíčová slova tweety, titulky zpráv, herní průmysl, analýza sentimentu, emoce, výnosy, volatilita Název práce Vliv zpráv na ceny a volatilitu akciového trhu...
Gambler's Fallacy in Investors' Decision-making
Javůrková, Tereza ; Kukačka, Jiří (vedoucí práce) ; Červinka, Michal (oponent)
Tato práce se zabývá konceptem Gambler's Fallacy a jeho vlivem na chování investorů při působení na akciovém trhu. Jejím hlavním cílem je propojit výsledky z oblasti psychologie a financí, a v důsledku analyzovat dynamiku ak- ciového trhu, která pramení z mylného chápání pravděpodobností nezávislých jevů. Konkrétně zkoumáme zisk myšlených investorů, kteří používají různé strategie. Rozhodovací proces dvou z nich vychází z psychologických výzkumů zaměřujících se na Gambler's Fallacy. Další dva používají triviální strate- gie, které slouží k následnému porovnání. V analýze simulujeme ziskovosti jednotlivých strategií nejprve na teoretickém eficientním trhu, a následně na reálných datech indexu S&P 500. Pro naše měření aplikujeme postupně tři různé metody: simulační metodu, empirickou frekvenční analýzu a metodu oceňování aktiv. Výsledky simulační metody i frekvenční analýzy na historických datech ukazují, že investoři ovlivnění Gambler's Fallacy mají konzistentně vyšší výnos než investor používající čistě náhodnou strategii. Pokročilejší metoda oceňování aktiv ovšem ukazuje, že portfolia-z pohledu investora ovlivněného Gambler's Fallacy vyhodnocená jako výhodná-mohou mít...
Determinants of Used Car Prices
Žiačik, Jan ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Co se týče podílu na trhu, je trh s ojetými auty ve velikosti srovnatelný s trhem s novými auty. Tento fakt dává motivaci porozumět lépe jeho vnitřnímu fungování. Jedna z otázek, kterou se lze zabývat, jež je relevantní zvláště pro soukromé osoby, které chtějí koupit nebo prodat ojeté vozidlo, je, jak jsou ceny na trhu s ojetými vozidly determinovány. Přestože tato otázka už byla cílem výzkumu několika předchozích studií, většina z nich trpí několika metodologickými problémy. Hlavním je nejistota, vycházející z analýzy jenom úzkého počtu modelových specifikací. Cílem této práce vyřešit tento nedostatek, aplikací nové metody, Frekvenčního modelového průměrování. S cílem, pokusit se analyzovat námi podanou výzkumnou otázku, analyzujeme nově vytvořený data set s více než 470 000 inzeráty použitých vozidel z různých evropských zemí, pocházející z webové stránky www.carvago.com. Kromě dobře známého vlivu technických atributů na valuaci ojetého vozu, naše výsledky ukazují, že emisní standard, které vozidlo splňuje nebo země původu jeho výrobce, mají také signifikantní vliv. Dále naše analýza také ukazuje, že jednotlivé determinanty cen se ve velikosti svého efektu různí napříč různými zeměmi. Klasifikace JEL D12, D46, L62 Klíčová slova trh s použitými auty; cena použitého auta; Frekvenční modelové...
Analysis of herd behavior across cryptocurrencies
Krouská, Kateřina ; Kukačka, Jiří (vedoucí práce) ; Fanta, Nicolas (oponent)
Tato studie se zabývá analýzou stádního chování na trhu kryptoměn mezi lety 2017 a 2022. Výsledky statického modelu naznačují existenci výrazného stád- ního chování ve dnech pozitivní návratnosti trhu a v období roku 2017. Tato studie je navíc jedna z prvních, která zkoumá dopad ranné fáze války na Ukra- jině na stádní chování na trhu kryptoměn. Kvůli dominantní pozici Bitcoinu mezi ostatními kryptoměnami, práce dále pokračuje zkoumáním vlivu Bitcoinu na stádní chování na trhu. Nicméně, přesvědčivý důkaz takového chování okolo Bitcoinu byl nalezen pouze ve dnech extrémních hodnot návratnosti této kryp- toměny. V návaznosti na toto zjištění, pět vysoce obchodovaných kryptoměn (Bitcoin, Ethereum, XRP, Litecoin and Dogecoin) je odebráno z portfolia a je studován jejich vliv na zbylý trh. Výsledky naznačují výrazné stádní chování zbytku trhu k těmto pěti gigantům. Zdá se tedy, že návratnost malých měn na trhu je přímo ovlivněna výkonností velkých měn spíše než výkonností Bitcoinu samotného. Klasifikace JEL G02, G15, G40, C22, C58 Klíčová slova Kryptoměny, Stádní chování, Bitcoin, COVID-19 Název práce Analýza stádního chování napříč kryptomě- nami E-mail autora 43789078@fsv.cuni.cz E-mail vedoucího práce jiri.kukacka@fsv.cuni.cz
Application of a Financial Agent-Based Model to the Cryptocurrency Market
Bielaková, Tatiana ; Kukačka, Jiří (vedoucí práce) ; Petrásek, Lukáš (oponent)
Motivovaní výskytom finančných štylizovaných faktov (aj) na trhoch s kryp- tomenami, študujeme ich dynamiku cez aplikáciu jedného z najznámejších mod- elov založených na finančných agentoch. Na základe interakcií medzi dvoma ohraničene racionálnymi typmi obchodníkov, tento modelovací rámec spája osem podmodelov pomocou štyroch špecifikácií atraktivity a dvoch mecha- nizmov prepínania medzi obchodnými stratégiami. Analýza je založená na troch typoch údajov - S&P500 pre získanie benchmarku s predchádzajúcim výskumom a porovanie s kryptomenami, Bitcoin dátami, a hypotetickým trhom váženým indexom kryptomien Top20. Na odhad používame simulovanú metódu momentov, techniku bežne používanú v zložitých modeloch, kde analytické riešenia nie sú možné. Celkovo výsledky naznačujú veľmi sľubnú aplikáciu modelov založených na agentoch pre analýzu kryptotrhov. Predovšetkým pre Bitcoin všetky podmodely produkujú údaje v úzkej zhode s empirickým pro- cesom generovania údajov. Robustné hodnotenie výsledkov pripisujeme nízkej úrovni racionality skúmaných trhov. Nie sme však schopní priamo interpreto- vať vývoj obchodných skupín pre nedostatok výslednej skupinovej dynamiky. V niekoľkých ďalších nedávnych štúdiách identifikujeme podobný problém a navrhujeme ho riešiť v ďalšom výskume prehodnotením pevných parametrov....
Prospect Theory in the Cryptocurrency Market
Coufalová, Kristýna ; Kukačka, Jiří (vedoucí práce) ; Kučera, Tomáš (oponent)
Tato práce zkoumá potenciál kumulativní prospektové teorie k vysvětlení bu- doucích výnosů kryptoměn. Navíc, studie zkoumá, zda předpovědní síla hod- noty kumulativní prospektové teorie přetrvá, i když se hodnota kumulativní prospektové teorie vypočítá z procentuální formy výnosu (například 5%) místo desetinné formy výnosu (například 0,05). Použitím rolujícího vzorku 200 kryp- toměn s nejvyšší tržní kapitalizací pro každý měsíc od března 2017 do března 2023 jsme zjistili, že, bez ohledu na použití výnosů v procentuální nebo de- setinné formě, kumulativní prospektová teorie produkuje srovnatelné abnor- mální výnosy portfolia a potvrzuje tak hypotézu, že kryptoměny s vysokou (nízkou) hodnotou kumulativní prospektové teorie generují nízké (vysoké) nás- ledné výnosy. Klasifikace JEL G11, G12, G41 Klíčová slova Prospektová teorie, Kumulativní prospek- tová teorie, Kryptoměna, Behaviorální ekonomie Název práce Prospektová teorie na trhu kryptoměn E-mail autora 31078966@fsv.cuni.cz E-mail vedoucího práce jiri.kukacka@fsv.cuni.cz

Národní úložiště šedé literatury : Nalezeno 89 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.