|
|
Realized Jump GARCH model: Can decomposition of volatility improve its forecasting?
Poláček, Jiří ; Baruník, Jozef (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato diplomová práce se zabývá aplikací neparametrických odhadů realizované volatility při modelování a predikcích volatility. Analýza dopadu skoků v cenovém procesu na budoucí volatilitu na akciových trzích střední a východní Evropy je provedena pomocí Realized Jump GARCH modelu, který umožňuje analyzovat vliv skokové variace na budoucí volatilitu. Portfolio odhadovaných modelů dále zahrnuje Realized GARCH a HAR modely pro porovnání predikčních a odhadních vlastností. Výsledky analýzy naznačují, že skoková složka volatility není zanedbatelná. Zároveň je ale její vliv značně omezen. To může být způsobeno vysokou mírou informační agregace v rámci akciového indexu. Porovnání Realized (Jump) GARCH modelů se standardním GARCH modelem naznačuje, že zahrnutí odhadů realizované volatility implikuje lepší odhadní a predikční vlastnosti. Srovnání predikcí získaných použitím HAR modelů a Realized (Jump) GARCH modelů naznačuje, že Realized (Jump) GARCH modely mají lepší predikční vlastnosti především ve vyšší míře zachycené variability volatility. Porovnání predikcí Realized Jump GARCH modelu s ostatními Realized GARCH modely naznačuje, že jeho predikce jsou srovnatelné nebo mírně lepší.
|
|
|
Realized Jump GARCH model: Can decomposition of volatility improve its forecasting?
Poláček, Jiří ; Baruník, Jozef (vedoucí práce) ; Pertold-Gebicka, Barbara (oponent)
Tato diplomová práce se zabývá aplikací neparametrických odhadů realizované volatility při modelování a predikcích volatility. Analýza dopadu skoků v cenovém procesu na budoucí volatilitu na akciových trzích střední a východní Evropy je provedena pomocí Realized Jump GARCH modelu, který umožňuje analyzovat vliv skokové variace na budoucí volatilitu. Portfolio odhadovaných modelů dále zahrnuje Realized GARCH a HAR modely pro porovnání predikčních a odhadních vlastností. Výsledky analýzy naznačují, že skoková složka volatility není zanedbatelná. Zároveň je ale její vliv značně omezen. To může být způsobeno vysokou mírou informační agregace v rámci akciového indexu. Porovnání Realized (Jump) GARCH modelů se standardním GARCH modelem naznačuje, že zahrnutí odhadů realizované volatility implikuje lepší odhadní a predikční vlastnosti. Srovnání predikcí získaných použitím HAR modelů a Realized (Jump) GARCH modelů naznačuje, že Realized (Jump) GARCH modely mají lepší predikční vlastnosti především ve vyšší míře zachycené variability volatility. Porovnání predikcí Realized Jump GARCH modelu s ostatními Realized GARCH modely naznačuje, že jeho predikce jsou srovnatelné nebo mírně lepší.
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Macroeconomic News and Their Impact on Sovereign Credit Risk Premia
Pištora, Vojtěch ; Hausenblas, Václav (vedoucí práce) ; Bobková, Božena (oponent)
Tato práce dokládá, jakým způsobem makroekonomická překvapení, tedy odchylky od trhem očekávaných hodnot, ovlivňují denní změny spreadů českých, polských a maďarských (CEEC-3) vládních dluhopisů a swapů úvěrového selhání. Nejprve jsme uskutečnili řadu "event studies" zkoumajících reakci spreadů na makroekonomická oznámení, a poté jsme použili general-to-specific přístup k modelování. Získali jsme tak třicet modelů typu GARCH, které zohledňují vliv překvapení na hladinu spreadů a na jejich rozptyl. Zjistili jsme signifikantní dopady na hladinu spreadů, které však vzhledem k velikosti dopadů nepřesáhly vliv obecných finančních činitelů. Účinky na volatilitu se zdají být podstatnější, ačkoliv postrádají obvyklý průběh: jak dobré, tak špatné zprávy měly tendenci působit na volatilitu oběma směry. Naše závěry napovídají, že pokud jde o makroekonomické zprávy, denní změny dluhopisových spreadů jsou ovlivňovány spíše inflačními očekáváními než úvahami o kreditním riziku. Ukazuje se, že zahraniční zprávy, které jsou zde zastoupeny německými překvapeními, ovlivňují dluhopisové spready zemí CEEC-3 zejména prostřednictvím proxy bezrizikového výnosu - výnosu německého bundu. Na rozdíl od studií používajících nízkofrekvenční makroekonomická data jsme nenašli žádné důkazy pro hypotézu "wake-up call".
|
|
|
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)
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Value at Risk: GARCH vs. Stochatistic Volatility Models: Empirical Study
Tesárová, Viktória ; Gapko, Petr (vedoucí práce) ; Seidler, Jakub (oponent)
Práca porovnáva GARCH modely volatility a modely Stochastickej volatil- ity so študentovým t rozdelením a ich empirickú schopnos't predpovedania Value at Risk na piatich akciových indexoch: S&P, NASDAQ Compos- ite, CAC, DAX a FTSE. Detailne predstavuje problém vyrátania metódy maximálnej vierohodnosti pre Stochastickú volatilitu a navrhuje nedávno vyvinutú metódu tzv. Efficient Importance Sampling. Táto metóda posky- tuje veľmi primerané Monte Carlo odhady vierohodnostnej funkcie, ktoré sú závislé na numerických integráloch vysokéhu rádu. Komparatívna analýza je rozdelená na predpovedací výkon v prvom ob- dobí zo vzorky a v druhom období mimo vzorku. Tie sú vyhodnotené na základe štandardných štatistických a pravdepodobnostných backtestových metódach ako je tzv. podmienený a nepodmienený coverage. Na základe empirickej analýzy táto práca ukazuje, že SV modely môžu fungova't aspoň tak dobre ako GARCH modely, ak nie k nim by't nadradené pri predpovedaní volatility a následne parametrického Value at Risk. 1
|
|
|
Volume - volatility relation across different volatility estimators
Kvasnička, Tomáš ; Krištoufek, Ladislav (vedoucí práce) ; Avdulaj, Krenar (oponent)
Cílem této bakalářské práce je zhodnotit, zda-li obchodované množství zlepšuje predikční schopnosti volatility. Převážně se zaměřujeme na Garman-Klassův odhad volatility, který je vydatnější než čtvercové výnosy. Jak jednorozměrné modely (AR, HAR, ARFIMA) tak vícerozměrné modely (VAR, VAR-HAR) jsou použity k zjištění, zda-li obchodované množství zlepšuje predikci volatility. Dále je použit GARCH(1,1), ke kterému je také přidáno obchodované množství, a následná predikce je počítána. Všechny tyto modely jsou odhadovány na základě posuvného okna, kdy během každého posunu je vypočítána jednodenní předpověd' volatility. Konečné zhodnocení je založené na MAPE, RMSE a Mincer- Zarnowitz testu predikčních hodnot poměřených s realizovanou volatilitou. Ukazuje se, že obchodované množství zlepšuje predikční schopnosti v případě FTSE 100 a IPC Mexico a zhoršuje predikční schopnosti v případě Nikkei 225 a S&P 500. Navíc je zjištěno, že pouze HAR a VAR-HAR modely jsou schopny produkovat nevychýlené předpovědi. Jelikož prezentované důkazy zlepšení predikce nejsou přesvědčivé a kvůli zachování jednoduchosti modelu, HAR model obsahující Garman-Klassův odhad volatility se jeví jako nejlepší varianta v případě nedostupnosti realizované volatility.
|
|
|
Stressed Value-at-Risk: Assessing extended Basel II regulation
Pižl, Vojtěch ; Šopov, Boril (vedoucí práce) ; Avdulaj, Krenar (oponent)
Tato práce se zabývá nedávným rozšířením rámce pro tržní riziko Baselu II v němž Basilejský výbor pro bankovní dohled představil takzvaný "stressed Value-at-Risk" model, jenž se odhaduje z jeden rok dlouhého období finančního stresu, který musí být přičten k současné denní hodnotě VaRu. Toto opatření je reakcí Basilejského výboru na nedostatečný kapitál bank a jejich neschopnost pokrýt ztráty způsobené nedávnou finanční krizí. Představujeme zde empirické důkazy, že navrhované rozšíření není optimální. Zaprvé, doplňování nepodmíněných metod odhadu VaRu, jako je například parametrická metoda předpokládající normální rozdělení denních ztrát nebo historická simulace, o hodnotu modelu SVaR má za následek zbytečně vysoké kapitálové požadavky a to i v dobách nízké volatility trhů. Zatímco stejné hodnoty kapitálových požadavků může být dosaženo pomocí podmíněných metod, jako například GARCH model s použitím studentova rozdělení nebo volatilitou vážená historická simulace. Zadruhé, všechny nepodmíněné modely selhaly v zachycení klastrů během nedávné krize.
|
|
|
Comparison of Stock Market Volatilities in Central Eastern Europe and South Eastern Europe
Petrovski, Dragan ; Horváth, Roman (vedoucí práce) ; Princ, Michael (oponent)
The thesis offers a study on the stock market volatility in the countries of Central Eastern Europe and South Eastern Europe. We provide a univariate GARCH modeling of the stock market indices PX, BUX, and WIG from the CEE region and CROBEX, BELEX-15, and MBI from the SEE region. Additionally, we present a bivariate GARCH models in order to examine the volatility transmissions and spillovers from the European equity market to the equity markets in CEE and SEE. Our results suggest higher persistence of volatility in the CEE countries than in SEE countries, significant leverage effect more evident in the CEE region than in the SEE region, and high synchronization in the volatility between the CEE equity markets and the European equity market. The multivariate GARCH results reveal certain statistically significant but small volatility spillovers from the European equity market to the equity market in Hungary, Poland, Serbia and Republic of Macedonia. The CEE equity markets record higher conditional correlation coefficient than the SEE countries towards the European equity market. In general, the CEE equity markets are a relatively homogenous group in terms of volatility, while the SEE equity markets are a diversified group in terms of volatility with low synchronization and correlation with the...
|
host ::
RSS.