Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
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...
Některé modifikace modelů ARCH pro finanční časové řady
Nekvinda, Matěj ; Cipra, Tomáš (vedoucí práce) ; Zichová, Jitka (oponent)
V této práci se zabýváme modelováním finančních časových řad, a především jejich volatility, metodami odvozenými od modelu ARCH. Nejdříve uvádíme obecné vlastnosti finančních časových řad, následují modifikace modelu ARCH, a to konkrétně GARCH, EGARCH, GJR-GARCH a stručněji GARCH-M, IGARCH, FIGARCH a QGARCH, vhodné pro jejich modelování. U jednotlivých modelů je popsané jejich chování, které zpravidla vystihuje určité vlastnosti finančních časových řad. Dále je zmíněn postup při praktické analýze finančních časových řad a také je provedena demonstrace použití modelů GARCH, EGARCH a GJR-GARCH pro modelování řady hodnot akciového indexu FTSE 100 spolu s diagnostickýmii testy a predikcí. Powered by TCPDF (www.tcpdf.org)
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...

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.