|
|
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.
|
|
|
Variance structure of the Bitcoin currency
Pátek, Martin ; Krištoufek, Ladislav (vedoucí práce) ; Skuhrovec, Jiří (oponent)
Cílem této práce je vysvětlit, jak funguje digitální měna Bitcoin a dále analýza volatility Bitcoinu a oddělení skokové části realizované variace od části spojité. K tomuto využíváme odhadů kvadratické a integrované variace, přičemž cenové skoky detekujeme pomocí testu založeného na rozdílu mezi realizovanou a dvojmocnou variací. Výsledky pro kurz BTC/USD jsou poté srovnány s výsledky pro směnný kurz EUR/USD, pro cenu zlata a také pro hodnotu akciového indexu S&P 500. Pro naši analýzu využíváme data s frekvencí 5 minut. Podle všeho nebyla doposud napsána práce zabývající se analýzou volatility Bitcoinu, jež by využívala výše zmíněné metody k oddělení skokové a spojité části cenového procesu. Zjistili jsme, že skoky jsou v případě Bitcoinu vyšší než v případě ostatních analyzovaných instrumentů. Výsledky dále naznačují, že doba mezi jednotlivými detekovanými skoky se pro Bitcoin ke konci sledovaného období prodloužila. Dále se ukázalo, že variace je v případě Bitcoinu za sledované období vyšší než u jiných instrumentů. Powered by TCPDF (www.tcpdf.org)
|
|
|
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.
|
|
|
Comovements of Central European Stock Markets: What Does the High Frequency Data Tell Us?
Roháčková, Hana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
V této práci zkoumáme vzájemné závislosti a pohyby mezi kapitálovými trhy středoevropského regionu. Dále sledujeme vztahy těchto trhů s německým kapitálovým trhem, který jsme vybrali jako zástupce vyspělého trhu ze stejné geografické oblasti. Pro naši analýzu disponujeme jedinečnými vysokofrekvenčními daty s pětiminutovou, třicetiminutovou a hodinovou frekvencí, které pokrývají období krize a pokrizové "klidné" období. Denní data jsou též zahrnuta v analýze. Použitím několika ekonometrických metod jsme neobjevili žádné dlouhodobě trvající vztahy mezi jednotlivými indexy kapitálových trhů. Jediný silný vztah byl nalezen mezi indexy DAX a WIG20 na datech z období krize i klidného období. Rychlost interakcí se měnila pro jednotlivá období. Nejsilnější vzájemné vztahy byly rozeznány na datech s pětiminutovou frekvencí, což napovídá, že trhy reagují na sebe navzájem velmi rychle. Odhalili jsme, že trhy nejsou ve většině případů mezi sebou informačně efektivní.
|
|
|
Modeling Dynamics of Correlations between Stock Markets with High-frequency Data
Lypko, Vyacheslav ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Tato prace je zamerena na modelovani korelaci mezi vybranymi akciovymi trhy a komoditami s pouzitim vysokofrekvencnich dat. Nasledujici casove rady jsou pouzite pro ucely teto analyzy: FTSE, DAX, PX, S&P, Gold commodity futures a Oil commodity futures. V prvni casti teto prace denni realizovane korelace jsou vypocitane a jejich dynamika je diskutovana. Dal jsou vypocitane korelace pomoci neuronove site (feed forward neural network, nebo FFNN). Tyto korelace jsou porovane s prumernymi dennimi realizovanymi korelacemi. V posledni casti teto prace jsou vypocitane prognozy dennich realizovanych korelaci pomoci HAR modelu, AR(p) modelu a dynamicke neuronove site NARNET.
|
|
|
Analysis of Interdependencies among Central European Stock Markets
Mašková, Jana ; Baruník, Jozef (vedoucí práce) ; Princ, Michael (oponent)
Cílem této diplomové práce je prozkoumání závislostí mezi akciovými trhy České republiky, Maďarska, Polska a Německa v období 2008-2010. V analýze jsou aplikovány dvě hlavní metody. První metoda je založena na využití vysokofrekvenčních dat a spočívá ve výpočtu realizovaných korelací a jejich následném modelování pomocí heterogenního autoregresního (HAR) modelu. Kromě toho používáme též realizované bipower korelace, které by neměly být ovlivněny přítomností skoků v cenách. Druhou metodou je modelování korelací pomocí Dynamic Conditional Correlation GARCH (DCC-GARCH) modelu, který aplikujeme na denní data. Výsledky ukazují, že při použití vysokofrekvenčních dat jsou korelace vychýleny směrem k nule (tzv. Epps efekt). Rovněž nacházíme poměrně významné rozdíly mezi dynamikou korelací z DCC-GARCH modelů a realizovaných korelací. Na závěr zjišťujeme, že pro dosažení přesnějších předpovědí korelací je vhodné kombinovat výsledky získané z různých zkoumaných modelů (HAR modely pro realizované korelace, HAR modely pro realizované bipower korelace, DCC-GARCH modely).
|
host ::
RSS.