Original title:
Modely volatility v R
Translated title:
Volatility models in R
Authors:
Vágner, Hubert ; Bašta, Milan (advisor) ; Flimmel, Samuel (referee) Document type: Master’s theses
Year:
2017
Language:
cze Publisher:
Vysoká škola ekonomická v Praze Abstract:
[cze][eng] Diplomová práce se zabývá modelováním volatility ve finančních časových řadách. Hlavním přístupem pro modelovaní volatility jsou modely třídy GARCH, které dokáží zachytit proměnlivost podmíněné volatility v časové řadě. Pro modelování podmíněné střední hodnoty v časové řadě jsou použity modely třídy ARMA. Poněvadž v řadách často nebývá splněn předpoklad normality výnosů, mají výnosy ve většině případů leptokurtický tvar rozdělení. V práci je uvedeno několik dalších rozdělení, kterými lze lépe popsat rozdělení výnosů, zejména se pak jedná o Studentovo t rozdělení. V první části si práce klade za cíl seznámit čtenáře s problematikou finančních časových řad a popsání modelů třidy GARCH včetně jejich dalších modifikací. V této práci jsou použity například IGARCH nebo některé modely zachycující asymetrický vliv šoků jako je například GJR-GARCH. Druhá část práce se zabývá generovanými daty, kde je cílem především detailněji prozkoumat jednotlivé modely volatility i jejich chování při různých změnách parametrů. Třetí část se věnuje odhadu a předpovědi volatility u konkrétních finančních časových řad. V první řadě se jedná o vývoj akciového indexu MICEX, dále pak o vývoj směnného kurzu ruského rublu vůči české koruně, v poslední řadě o vývoj cen ropy Brent. Cílem třetí části je ukázat, jaký dopad na volatilitu u vybraných časových řad měly sankce vůči Rusku po převzetí poloostrova Krym, které proběhlo v prvním čtvrtletí roku 2014.This diploma thesis focuses on modeling volatility in financial time series. The main approach to modelling volatility is using GARCH models which can capture the variability of conditional volatility of time series. For modelling a conditional mean value in time series are used ARMA models. In the series there are usually not fulfilled the assumption of earnings normality, therefore, are the earnings in most cased characterized by the leptokurtic shape of distribution. The thesis introduces some more distribution types, which can be more easily used for the earnings distribution - above all the Students t distribution. The aim of the thesis in the first part is to present the topic of financial time series and description of the GARCH models including their further modification. There are used e.g. IGARCH or other models capturing asymmetric impact of shocks such as GJR-GARCH. The second part deals with generated data, where are more in detail explored the volatility models and their behavior in corresponding financial time series. The third part focuses on the volatility estimation and forecasting for the financial time series. Firstly this concerns development of stock index MICEX secondly currency pair Russian Ruble to Czech Crown and eventually price development of the Brent crude oil. The goal of the third part is to present the impacts on volatility of chosen time series applied on the example of economic sanctions against Russia after annexation of the Crimea peninsula which happened in the first quarter 2014.
Keywords:
financial time series; GARCH; linear volatility models; volatility forecasting; finanční časové řady; GARCH; lineární modely volatility; předpověď volatility
Institution: University of Economics, Prague
(web)
Document availability information: Available in the digital repository of the University of Economics, Prague. Original record: http://www.vse.cz/vskp/eid/70183