|
|
Quantitative methods in finance
Zboňáková, Lenka ; Hurt, Jan (vedoucí práce) ; Zichová, Jitka (oponent)
V predloženej práci sa venujeme kvantitatívnym rizikovým mieram odhadujúcim vplyv trhového rizika na investície vložené do finančných inštrumentov. Najčastejšie používanou mierou je hodnota v riziku (Value at Risk), ktorú predstavujeme s jej vlastnosťami a modifikáciami. Pri aplikácii vybraných metód na reálne dáta sa stretávame s problémom aproximácie ich rozdelenia, špeciálne vo viacrozmerných prípadoch, kedy rizikové faktory podliehajú vzájomnej závislosti. To nás vedie k skúmaniu kopula funkcií, ktoré v práci používame na zahrnutie štruktúr závislosti jednotlivých rizikových faktorov do vyčíslenia hodnôt mier rizika. Vybrané metódy aproximácie a výpočtu rizikových mier sú aplikované na reálne dáta a uvedené spolu s výsledkami, prípadnými grafickými znázorneniami a vzájomným porovnaním.
|
|
|
Výpočty variability vývojových trojúhelníků v Solvency II
Somrová, Karolína ; Branda, Martin (vedoucí práce) ; Zichová, Jitka (oponent)
Cílem této práce je popsat a porovnat metody zamřující se na výpočet variability vývojových trojúhelníků. Nejprve je popsán Mackův model metody chain-ladder pro výpočet variability v dlouhodobém horizontu. Následuje popis metody uve- dené v článku Merz, Wüthrich (2008) popisující výpočet variability v krátkodobém horizontu pro účely Solvency II. Teoretické poznatky jsou poté aplikovány na dvě sady dat a následně jsou obě metody porovnány.
|
|
|
Hodnocení finančních derivátů
Matušková, Radka ; Hurt, Jan (vedoucí práce) ; Zichová, Jitka (oponent)
V předložené práci se věnujeme několika možným přístupům, jak ohodnotit finanční deriváty. V první části práce se seznámíme se základními typy derivá- tů a jak se s nimi obchoduje. Dále si ukážeme několik modelů pro hodnocení konkrétního finančního derivátu - opce. Jako první si podrobně popíšeme Black- Scholesův model, který uvažuje, že vývoj ceny podkladového aktiva se řídí dle Wienerova procesu. Následovat budou tzv. skokově difuzní modely, které jsou rozšířením Black-Scholesova modelu o skoky. Po té se dostaneme ke skokovým modelům, které jsou založeny na Lévyho procesech. Nakonec se budeme věnovat modelu, který uvažuje, že vývoj ceny podkladového aktiva se řídí podle frakci- onálního Brownova pohybu s Hurstovým koeficientem větším než 1/2. Všechny modely jsou doplněny ukázkovými příklady. 1
|
|
|
Časové řady a stochastická volatilita ve financích
Kováčová, Iveta ; Hurt, Jan (vedoucí práce) ; Zichová, Jitka (oponent)
Název práce: Časové řady a stochastická volatilita ve financích Autor: Iveta Kováčová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: Doc. RNDr. Jan Hurt, CSc. e-mail vedoucího: hurt@karlin.mff.cuni.cz Abstrakt: V předložené práci zavedu základní vlastnosti autoregresních modelů ARCH a GARCH, popisují numerický výpočet odhadu jejich parametrů. V závěru modely použiju na konkretní finanční data (devisový kurz EUR/CZK) pomocí programu Mathematica 8.0.
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
|
Backtesting (zpětné testování) modelů časových řad
Stroukalová, Marika ; Houfková, Lucia (vedoucí práce) ; Zichová, Jitka (oponent)
Název práce: Backtesting (zpětné testování) modelů časových řad Autor: Marika Stroukalová Katedra (ústav): Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Mgr. Lucia Jarešová e-mail vedoucího: lucia.jaresova@centrum.cz Abstrakt: V předložené práci studujeme základní modely finančních časo- vých řad (ARMA, GARCH), zaměřujeme se zejména na odhad parametrů a konstrukci předpovědí v odhadnutých modelech. Popíšeme možnosti odhadu parametrů a budoucích hodnot pomocí programu R. V teoretické části také pojednáme o vlastnostech finančních časových řad, definujeme jednoduché a logaritmické výnosy a uvedeme výhody použití logaritmických výnosů. Sou- částí práce je aplikace modelů bílého šumu, ARMA(1,1) a GARCH(1,1) na historické časové řady logaritmických výnosů vybraných burzovních indexů, provedení backtestingu jednodenních a týdenních předpovědí a porovnání výsledků pro tyto modely. Součástí empirického porovnání modelů na zá- kladě reálných dat je také analýza toho, jak modely reagovaly na novodobou světovou krizi, a také posouzení, jak obstál předpoklad normálního rozdělení pro data. Klíčová slova: časová řada, ARMA, GARCH, backtesting. 1
|
host ::
RSS.