|
|
Geopolitical risks and commodity prices: The case of Canadian recourse companies
Zhuk, Heorhiy ; Horváth, Roman (vedoucí práce) ; Kočenda, Evžen (oponent)
Tato diplomová práce zkoumá dopad geopolitických rizik a cen komodit na výnosy akcií a volatilitu kanadských zdrojových společností v letech 2004 až 2023 se zaměřením na sektor ropy a energie, zlatý sektor a sektor těžby ostatních minerálů. Prostřednictvím komplexní analýzy nesegmentovaných a segmentovaných dat, která zahrnují tři odlišná období-2004-2009, 2010-2018 a 2019-2023-tato studie řeší nuancované účinky geopolitického rizika (GPR) v obdobích charakteristických jak ekonomickou stabilitou, tak hlavními globálními narušeními. Zjištění ukazují, že GPR významně ovlivňuje volatilitu výnosů akcií a průměrnou rovnici a má také odvětvové specifika, přičemž sektor ropy a energie je nejvíce ovlivněn. Místní kanadský index GPR měl větší dopad na průměr i volatilitu výnosů akcií ve srovnání s globálním indexem GPR, což zdůrazňuje význam místních geopolitických událostí v kontextu kanadského trhu. Tato práce přispívá k empirické literatuře tím, že zdůrazňuje odvětvové reakce na GPR a fluktuace cen komodit, a nabízí cenné poznatky pro tvůrce politik, regulátory a investory. Podtrhuje kritickou potřebu zahrnout komodity do investičních portfolií a přizpůsobit investiční strategie s ohledem na místní geopolitickou dynamiku. JEL klasifikace: C22, C51, C52, C58, G14, Q34 Klíčová slova: Kanadské trhy,...
|
|
| |
|
|
Financial Distress Prediction in Digital Finance Platforms
Zhang, Lin ; Kočenda, Evžen (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Jaké faktory nejvíce přispívají k finanční tísni FinTech firem: kapitálová přiměřenost, provozní činnosti nebo ziskovost? Tato práce se snaží zodpovědět tuto otázku pomocí logistického modelu a zkoumáním účetních dat 973 FinTech firem z celého světa z let 2018 až 2023. Analýza také bere v úvahu nefinanční proměnné a robustnost je testována pomocí modelu uspořádané odezvy a metody Bayesovského průměrování modelů. Výsledky naznačují, že během krizí je finanční tíseň FinTech firem ovlivněna především ziskovostí a provozními činnostmi, přičemž kapitálová přiměřenost hraje méně významnou roli. Klasifikace C52, C53, C58, G21, G32, G33, M41 Klíčová slova FinTech, predikce selhání, CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzácnáudálost, BMA
|
|
|
Specifika finančního řízení holdingů
Ficbauer, David ; Kočenda, Evžen (oponent) ; Král, Bohumil (oponent) ; Zinecker, Marek (oponent) ; Režňáková, Mária (vedoucí práce)
Hlavním cílem disertační práce je prozkoumat specifika řízení holdingů v podmínkách České republiky s akcentem na oblast finančního řízení. Přitom autor vychází z předpokladu, že přetrvávajícími důvody ke vzniku holdingu jsou využívání synergických efektů spočívající zejména v centralizovaném řízení peněžních toků, které umožňuje minimalizaci nákladů kapitálu a minimalizace rizika individuálního investora, který aktivně vykonává manažerské funkce, z pohledu ručení jednotlivých společností holdingu za své závazky. Bylo zjištěno, že chybí komplexní a systematický přístup týkající se kvalitativního výzkumu holdingů. Celkem u 15 holdingových společností byl proveden kvalitativní výzkum, jehož výsledek dává mnohé odpovědi týkající se specifik finančního řízení holdingů. Jako klíčové se jeví možnosti ručení a minimalizace nákladů kapitálu. Synergický efekt u holdingů může být využit při převádění finančních prostředků mezi jednotlivými společnostmi holdingu. Dopad převodu volných finančních prostředků byl simulován na příkladu holdingu č. 13. Byl jednoznačně prokázán pokles WACC u jedné ze společností tvořících holding.
|
|
|
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.
|
|
|
Topics in Yield Curve Modeling
Kučera, Adam ; Kočenda, Evžen (vedoucí práce) ; Horváth, Roman (oponent) ; Mandel, Martin (oponent) ; Berka, Martin (oponent)
Cílem této disertační práce je prozkoumat interakci mezi makroekonomickými a finančními faktory optikou dynamiky výnosové křivky. Práce zahrnuje tři eseje, které společně ukazují komplexnost informací obsažených ve výnosové křivce a význam správného přisouzení pohybů výnosové křivky těmto faktorům. První esej využívá přístup založený na zpravodajství za účelem nalezení příčin pohybů výnosové křivky státních dluhopisů USA. Esej ukazuje změny ve výz- namu různých příčin těchto pohybů. Druhá esej dále hodnotí transmisi šoků ve fiskální politice do výnosové křivky státních dluhopisů USA. První a druhá esej společně přispívají k literatuře tím, že ukazují, že faktory nesouvisející s americkou ekonomickou situací či měnovou politikou se stávaly stále významnější příčinou pohybů výnosové křivky státních dluhopisů USA. Mezi tyto faktory patří změny v alokaci portfolií, přeshraniční utěk ke kvalitě a změny ve fiskální politice. Třetí esej představuje na případu výnosové křivky českých státních dluhopisů novou metodu, jak aplikovat současné modely výnosových křivek na výnosovou křivku státních dluhopisů v ekonomice s relativně mělkým trhem státních dluhopisů. Tato metoda umožňuje provést dekompozici výnosové křivky a interpretaci jejích pohybů s ohledem na specifické složky výnosů na těchto trzích.
|
|
|
Nowcasting the Real GDP Growth of the European Economies based on Machine Learning
Baylan, Su Hazal ; Kočenda, Evžen (vedoucí práce) ; Baruník, Jozef (oponent)
This thesis analyzes the nowcasting of quarterly GDP growth for nine European economies using a dynamic factor model and four different machine learning models. These machine learning models are as follows: Ridge, Lasso, Elastic Net, and Random Forest. The data includes ten hard and fifteen soft indicators for each country in order to calculate GDP for each nowcasting iteration for pre-covid and covid periods. For machine learning, models are fed with the extracted factors that are obtained from the dynamic factor model, and for all nowcasting models expanding window approach is selected to estimate nowcasting iterations. The empirical finding indicates that overall machine learning models provide better forecasting accuracy compared to dynamic factor models and benchmark models for more stable periods, such as the period before Covid-19. On the other hand, for more volatile periods where the uncertainties are higher in economies, the dynamic factor model outperforms machine learning models in order to nowcast GDP growth. In addition to this, Random Forest is able to outperform all the alternative models for small economies such as Slovenia and Portugal for stable periods. JEL Classification C01, C33, C53, C83, E37 Keywords Nowcasting, DFM, Ridge, Lasso, Elastic Net, Random Forest Title Nowcasting...
|
|
|
Stock Ownership Structure and Related Risk Premium
Rosický, Ondřej ; Baruník, Jozef (vedoucí práce) ; Kočenda, Evžen (oponent)
Tato práce má za cíl objevit možnou rizikovou přirážku pro akcie v závislosti na jejich vlastnické struktuře. Pracujeme se dvěma typy investorů: retailový a institucionální. Tyto typy investorů mají různá očekávání, preference a chovají se jinak při určitých událostech na trhu. Sestrojili jsme IMR (institucionální mínus retailový) faktor jako rozdíl mezi návratností long- short portfolia akcií s nejvyšším a nejnižším podílem vlastněným institucionálními investory a přidali jsme tento faktor do Famova a Frenchova tří faktového modelu. Výsledky ukazují, že akcie s vysokým podílem institucionálních investorů obsahují prémii přibližně 0,23 %. Dále jsme se snažili zjistit možný vliv nominální ceny akcie na vlastnickou strukturu. S vyšší nominální cenou je patrný i vyšší podíl institucionálních investorů. Na druhou stranu je tento vliv zanedbatelný pro nízké a vysoký podíl institucionálních investorů, tudíž IMR faktor nemůže být nahrazen nominální cenou akcie. Na závěr jsme se snažili objevit, co způsobuje nadměrné výnosy po uskutečnění štěpení akcií. Zjistili jsme, že s růstem podílu retailových investorů o 1 p.b. jsou nadměrné výnosy vyšší pro periodu jednoho týdne po provedení štěpení o 0.8 p.b. To je v souladu se dřívějším zjištěním o rizikové prémii, protože s poklesem podílu institucionálních...
|
|
|
Fiscal policy and inflation: The case of the Czech Republic
Slaba, Martin ; Kočenda, Evžen (vedoucí práce) ; Hlaváček, Michal (oponent)
Tato práce zkoumá vztah výdajové fiskální politiky vlády a inflace v České republice. K výzkumu je použita tzv. vektorová autoregrese s přidáním exogenního bloku, v několika specifikacích. Model potvrdil predikci fiskální teorie cenové hladiny, která předpovídá, že fiskální šok vyvolá inflační odezvu. Ovšem tyto impulzní reakce jsou ve všech specifikacích statisticky nevýznamné nebo pouze slabě významné. Druhá část práce používá ne- ekonometrickou analýzu k prozkoumání post-covidové inflační periody. Tato část dochází k závěru, že expanzivní výdajová politika vlády v kombinaci se snížením daní poskytla populace významný disponibilní příjem v době, kdy výkon ekonomiky silně poklesl a spotřeba byla výrazně omezena kvůli lockdownu. Toto vynucené omezení spotřeby vedlo k bezprecedentnímu navýšení úspor domácností i firem. Po zrušení pandemických restrikcí byly tyto úspory použity ke kompenzaci potlačené spotřeby, což vyvolalo inflační tlaky. Šok ze strany nabídky, který nastal v důsledku války na Ukrajině pouze zesílil již zvýšenou inflaci.
|
|
|
Drivers of Private Equity Activity across Europe: An East-West Comparison
Kočenda, Evžen ; Shivendra, R.
We investigate the key macroeconomic and institutional determinants of fundraising and investment activities and compare them across Europe, covering 13 Central and Eastern European (CEE) and 16 Western European (WE) countries. Five macroeconomic variables and nineteen institutional variables are selected. These variables are studied using panel data analysis with fixed effects and random effects models over an eleven-year observation period (2010–2020). Bayesian Model Averaging (BMA) is applied to select the key variables. Our results suggest that macroeconomic variables have no significant impact on fundraising and investment activity in either region. Investment activity is a significant driver of fundraising across Europe. Similarly, fundraising and divestment activity are significant drivers of investments across Europe. Institutional variables, however, affect fundraising and investment activity differently. While investment freedom has a significant effect on funds raised in the WE and CEE countries, government integrity and trade freedom are both significant determinants of investments in both European regions. In addition, the results demonstrate that, in contrast to the WE region, fundraising in the CEE region is not country specific.
|
host ::
RSS.