Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.00 vteřin. 
Essays in High-dimensional Econometrics and Finance
Pyrlik, Vladimir ; Anatolev, Stanislav (vedoucí práce) ; Volkov, Vladimir (oponent) ; Prokhorov, Artem (oponent)
Essay in High-Dimensional Econometrics and Finance Vladimir Pyrlik Abstrakt Zkoumání dat s vysokou dimenzionalitou jsou oblíbenou statistickou analýzou aplikovanou na různorodé typy dat. Rostoucí dimensionalita dat představuje vyzvu pro správnou podmíněnost matic a přesný odhad modelů. V této práci se zaměřujeme na vybrané metody pro data s vysokou dimenzí a jejich aplikace na analýzu finančních trhů. Prvně zkoumáme modelování sdruženého rozdělení s využitím kopulí. V první kapitole se věnujeme odhadu Gaussovských a t kopulí v kontextu dat s ultra-vysokou dimenzionalitou, kde pracujeme řádově až s tisíci proměnnými a odhady na časových řadách s délkou až 30krát kratší než počet proměnných. Využíváme metod zmenšení (z anglického shrinkage) pro velké kovarianční matice k přesnému odhadu a správnému podmínění matic pro parametry kopulí. V druhé kapitole prezentujeme novou metodu pro odhad skew-t kopule, která má výhodu ve vyšší flexibilitě popisu sdruženého rozdělení. Vyšší flexibilita zahrnuje asymetrii, těžké konce a asymetrickou závislost v koncích rozdělení. Náš přístup využívá dvoukrokovou metodu založenou na simulované metodě momentů a analytickém nelineárním zmenšeném odhadu pro velké kovariační matice. V obou prvních dvou kapitolách ilustrujeme přínos využití kopulí na alokaci velkého akciového...

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