|
|
Forecasting with neural network during covid-19 crisis
Luu Danh, Tiep ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Teze se zab˝vá hlavn forecastingem pomocí neuronov˝ch sítí, p esn ji ohledn forecastingu v˝nos a volatility b hem volatilního období Covid-19. Teze pouûívá denní upravená data od 1. ledna 2000 do 1. lenda 2021 indexu S&P a index praûské burzy PX. Porovnání bylo provedeno mezi ist˝m ekonomet- rick˝m model, modelem na bázi neuronov˝ch sítí a hybridním modelem. Hy- bridní model byl zkonstruovám jako s dodate nou featurou estimovan˝ch hod- not econometrického modelu. K tomu se také provedla anal˝za pom ru rizika a v˝nosnosti na bázi predikovan˝ch hodnot. Testované obdobní pro vöechny modely bylo od 1. ledna 2020 do 1. ledna 2021. Na tomto období se provedli predikce hodnot a st ední kvadratická chyba kaûdého modelu byla vypo ítaná a porovnána. Záv rem je, ûe hybridní modely podali lepöí v˝kon neû ekono- metrick˝ model i model neuronov˝ch síti. Dále predicke hybridního modelu poskytnuli lepöí pom r rizika a v˝nosnosti neû ostatní. Klasifikace JEL C53, C81 Klí ová slova Finan ní asová ada, Forecasting, Neu- ronové sít , ARIMA, GARCH Název práce Forecasting s Neuronovou síti b hem Covid-19 Krize E-mail autora tiep.luud@gmail.com E-mail vedoucího práce barunik@fsv.cuni.cz
|
|
| |
|
| |
|
|
Careless society: Drivers of (un)secure passwords
Nedvěd, Vojtěch ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Nepoučitelní uživatelé: příčiny (ne)bezpečných hesel Abstrakt diplomové práce Vojtěch Nedvěd 2. května 2021 Hrozby vycházející z nedostatečné kyberbezpečnosti mohou být nebezpečným fenoménem ohrožujícím ekonomické zájmy. Cílem této práce je popsat dva příklady rizikového chování uživatelů: 1. Proč se užívají podobná uživatelská jména a hesla. 2. Z jakého důvodu uživatelé svá hesla recyklují. Zaměřili jsme se na vliv několika makroekonomických proměnných, pohlaví, délky, komplexity hesla a sentimentu. Navíc v této práci uvádíme i příklad jak sentiment v heslech detekovat. Vztahy mezi proměnnými byly ověřeny na základě velkého vzorku dat hesel posledních let. Sentiment byl určen pomocí vytvořených modelů na základě příspěvků z Twitteru. Výsledky se dají shrnout do čtyř hlavních bodů: 1. Vyšší kyberbezpečnost je spojena s nižší podobností hesel a uživatelských jmen. 2. Výsledky naznačují systematické rozdíly podobností napříč zeměmi a jazykovými skupinami. 3. Sentiment hesla má také významný vliv na podobnost hesel a uživatelských jmen. 4. Recyklace hesel se zdá být pozitivně ovlivněna kyberbezpečností, vedoucí k nižší míře recyklace. Tato práce přispívá k výzkumu...
|
|
|
Evaluating the predictability of virtual exchange rates using daily data
Řanda, Martin ; Polák, Petr (vedoucí práce) ; Kukačka, Jiří (oponent)
Virtuální světy si získaly pozornost badatelů z různých oborů a jsou považovány za zvláště cenné pro ekonomy díky jejich otevřenému designu. V této práci poskytujeme shrnutí ekonomiky populární online hry pro více hráčů a zaměřu- jeme se na předvídatelnost směnných kurzů ve virtuálním prostředí, jelikož toto téma bylo zkoumáno pouze omezenou částí literatury. Známý problém nepředvídatelnosti směnných kurzů je řešen s pomocí unikátní datové sady denních časových řad s využitím vektorového autoregresního modelu. Kromě významného Granger-kauzálního vztahu mezi virtuálním směnným kurzem a hráčskou populací se ukázalo, že systém je méně propojený, než se očekávalo. Dále je provedeno out-of-sample cvičení a je zkoumána výkonnost předpovědí našich modelů ve srovnání s výkonem jednoduchého modelu beze změny v krátkodobém horizontu. Na základě použitých vyhodnocovacích metod lze obě míry virtuálního směnného kurzu považovat za poněkud předvídatelné. Navrhu- jeme dvě vysvětlení pro tuto nesrovnalost mezi virtuálními a reálnými směn- nými kurzy: frekvence dat a nedostatek složitosti uvažované online ekonomiky.
|
|
|
Is hype really that powerful? The correlation between mass and social media and cryptocurrency rates fluctuations
Ilina, Viktoriia ; Král, Michal (vedoucí práce) ; Kukačka, Jiří (oponent)
Dvanáct let poté, co Satoshi Nakamoto publikoval svoji studii, popisující principy a mechanismy, díky kterým jsou digitální transakce bezpečnější a anonymnější než ve kterékoli bance, se kryptoměny staly multi-miliardovým odvětvím s miliony investory, vývojáři, minery a spekulanty. Skutečné cenové determinanty a způsoby prognózy budoucích cenových změn však zůstávají otevřenou otázkou, na kterou je třeba ještě najít odpověď. Tato studie se se snaží zodpovědět, jak moc je cena kryptoměn ovlivněna zprávami z medií a sociálních sítí tzv. "media hype" a zda může být tato veličina použita jako prediktor pro změnu ceny. Dvě kryptoměny, Bitcoin a Tezos a 7 mediálních faktorů pro každý z nich byly zvažovány na denní bázi od 08-01-2018 do 10-31-2020. V zájmu prozkoumání vzájemné závislosti medií a ceny kryptoměn v krátkém, středním a dlouhodbém období tato studie používá přístup založený na vlnkové soudržnosti. Ukázalo se, že změna cen je to, co způsobuje "media hype", avšak tento media hype může tuto změnu umocnit. Proto "media hype" nemůžeme považovat za spolehlivý prediktor ceny kryptoměn. I přesto by měli investoři do kryptoměn vzít media a sociílní sítě v úvahu při určování investičních strategií, zvláště pro nové projekty. Klasifikace С12, G12, G14, G15, G41 Klíčová slova Kryptoměna, Bitcoin, Tezos,...
|
|
|
How much do we pay for a real estate ownership? A simulation approach
Gallová, Ivana ; Pleticha, Petr (vedoucí práce) ; Kukačka, Jiří (oponent)
Táto práca porovnáva kúpu bytov verzus prenájom na základe čistej súčasnej hodnoty počas obdobia dopadov Veľkej Recesie v Českej republike. Analýza je zamerená na Českú Republiku ako celok. V praci sú prognózované ceny prenáj- mov a ceny bytov a faktory ovplyvňujúce tieto ceny sú taktiež sledované. Na prognostiku boli použité ARIMA modely, ktoré vytvárajú presné krátkodobé prognózy. Výsledky naznačujú rast cien aj v nasledujúcom roku, presnejšie rast cien nájmov o 3,2 percent a cien nehnuteľností o 7,2 percent. Výsledky analýzy čistej súčasnej hodnoty ukazujú, že zatiaľ čo počas rokov 2008 a 2009 bolo výhodnejšie bývať v nájme, v rokoch 2011, 2013 a 2019 to bola kúpa nehnuteľností.
|
|
|
Asset Prices, Network Connectedness, and Risk Premium
Procházková, Vendula ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Tato diplomová práce se zabývá propojeností sítě a jejího vlivu v oblasti oceňování akcií. Práce navrhuje model oceňování akcií, který zahrnuje faktor propo- jenosti jako jeden z rizikových faktorů společně se třemi Fama-French fak- tory. Cílem analýzy je zjistit, zda propojenost představuje signifkantní faktor rizikovosti, který by měl být brán v úvahu při určování výše rizikové prémie portfolia v různých sektorech na trhu. Za použití realizovaných volatilit a výnosů 496 akcií zahrnutých v SP 500 indexu v období 2005 až 2018, které jsou pro účely analýzy rozděleny do 11 sektorů, určíme nejdříve propojenost mezi akciemi v jednotlivých sektorech. Aplikováním Fama-MacBeth dvoufá- zového regresního modelu, je pak zjišťována signifkance faktoru propojenosti pro určování rizikové prémie napříč jednotlivými sektory. Z výsledků vyplývá, že faktor celkové propojenosti sektoru představuje významný faktor rizika v mnoha sektorech. Celkovou propojenost systému by proto měli investoři zohled- nit napříč všemi sektory při stanovování rizika. Celková směrová propojenost, která zachycuje propojenost spojenou s přeléváním šoků z ostatních akcií v daném sektoru na danou akcii, je významným rizikovým faktorem, který by měl zvyšovat rizikovou prémii portfolia, a to zejména v sektorech jako je f- nanční,...
|
|
|
The Effect of M&A on Competitors' Performance in China and the US
Wojnarová, Renáta ; Kukačka, Jiří (vedoucí práce) ; Teplý, Petr (oponent)
Prozkoumali jsme efekt oznámení akvizic na výnosy akcií konkurentů ze ste- jného odvětví v kontextu čínských a amerických transakcích proběhlých v letech 1994 až 2017. Naše analýza ukazuje, že investoři konkurentů mohou vydělat abnormální výnosy ve dnech kolem oznámení akvizice, což znamená také jistou neefektivitu trhu v souvislosti s Teorií efektivity trhů. Usuzujeme, že akcie am- erických konkurentů, v porovnání s těmi čínskými, dosahují v reakci na ozná- mení akvizice obecně negativních abnormálních výnosů s větším rozsahem a volatilitou. Dále jsme zpozorovali, že se po světové finanční krizi stalo vnímání fúzí a akvizic čínskými investory více konzervativním. Znaménko reakce abnor- málních výnosů konkurentů na akvizici se také v obou zemích liší v závislosti na tom, zda je akvírovaná firma veřejná nebo soukromá. Konkurenti v odvětvích znatelně podporovaných čínskou vládou jako například reality, výroba farma- ceutik a chemikálií reagují pozitivně na fúze jejich soupeřů. Dále i odvětví, která se v čínské vyvíjející se ekonomice stávají stále více důležitými, jako například bankovnictví, telekomunikace a spotřební zboží, ukazují pozitivní reakci konkurentů na oznámení akvizic, zatímco v americké již vyspělé eko- nomice, jsme zaznamenali spíše negativní reakci. Klasifikace JEL G14, G34 Klíčová...
|
|
|
Predicting stock market crises using investor sentiment indicators
Havelková, Kateřina ; Kukačka, Jiří (vedoucí práce) ; Kočenda, Evžen (oponent)
Tato práce analyzuje předvídatelnost krizí na akciovém trhu z pohledu be- haviorálních fnancí za pomoci systému včasného varování (SVV). V našem SVV založeném na multinomiálním logit modelu uvažujeme tržní sentiment in- vestorů jako jeden z potenciálních ukazatelů krize. K výběru nejdůležitějších ukazatelů krize aplikujeme metodu Bayesovského průměrování modelů. Em- pirické výsledky ukazují, že poměr tržní ceny akcie k zisku, krátkodobá úroková sazba, bilance národního účtu, růst úvěrů a proxy sentimentu investorů jsou nejdůležitějšími ukazateli pro předpovídání krizí na akciovém trhu v horizontu jednoho roku. Naše práce tedy ukazuje, že sentiment investorů by měl být součástí rutinně zvažovaných proměnných v SVV literatuře. Obecně je predik- tivní schopnost našeho SVV slibná, a to jak v případě in-sample, tak v případě out-of-sample. Klasifkace JEL G01, G02, G17, G41 Klíčová slova Krize na akciových trzích, Systém včasného varování, Sentiment investorů, Predikce krize, Bayesovské průměrování modelů Název práce Predikce krizí akciových trhů pomocí in- dikátorů sentimentu investorů
|
host ::
RSS.