|
|
Dynamics of the volume-volatility relationship in the currency markets
Tůma, Adam ; Baruník, Jozef (vedoucí práce) ; Komárek, Luboš (oponent)
Tato práce zkoumá dynamiku vztahu mezi objemem obchodů a volatilitou na měnových trzích na základě dat pěti měnových párů v období let 2010-2022. Pomocí více specifikací modelu HAR s regresory souvisejícími s obchodovaným objemem a také s časově proměnnými parametry (TVP) zkoumáme měnící se dynamiku vztahů v čase se zaměřením na zlepšení výkonnosti předpovědi volatility. Naše hlavní zjištění naznačují silnou korelaci mezi objemem ob- chodů a volatilitou. Model TVP-HARV vykazuje výrazně se měnící dynamiku vztahu objemu obchodů a volatility, zejména v obdobích ovlivněných poli- tikou, měnící se měnovou politikou nebo globálními krizemi. Navržené mod- ely však nezlepšují výkonnost předpovědi volatility ve srovnání s referenčním modelem HAR. Kauzální efekt ve vztahu mezi objemem obchodů a volatilitou na měnových trzích je o něco podstatnější ve směru volatility k objemu, kde nacházíme mírné zlepšení prognózování. Naše zjištění vedou k závěru, že objem obchodů a volatilita na měnových trzích se pohybují převážně současně s velmi silnou korelací a mnohem slabšími a často nevýznamnými kauzálními efekty na obou stranách, což podporuje hypotézu smíšených distribucí (z anglického...
|
|
|
Comparison analysis of selected Sustainable and Conventional Exchange-traded funds
Lapčáková, Kateřina ; Polák, Petr (vedoucí práce) ; Baruník, Jozef (oponent)
V této práci provádíme srovnávací anal˝zu udrûiteln˝ch a konven ních burzovn obchodovan˝ch fond z hlediska jejich m sí ních v˝nos na globálním trhu ve sledovaném období 2018 aû 2022. V emprické ásti této práce je vyuûíváno n kolik vícefaktorov˝ch model , konkrétn CAPM, Fama-French 3-faktorov˝ a Carhart v 4-faktorov˝ model. Krom toho jsou pouûity míry upravené o riziko, jako jsou Sharpe v a Treynor v pom r a Jensenova alfa. Z v˝sledk vypl˝vá, ûe mezi finan ní v˝konností tradi ních a udrûiteln˝ch a spole ensky odpov dn˝ch ETF není v˝znamn˝ rozdíl. Klasifikace JEL F12, F21, F23, H25, H71, H87 Klí ová slova burzovn obchodované fondy, ETF, udrûitelnost, ESG kritéria, udrûitelné a odpov dné investování, SRI, pasivní investování, m ení v˝konnosti, srovnávací anal˝za Název práce Srovnávací anal˝za udrûiteln˝ch a kon- ven ních ETF
|
|
|
Examining the Interaction between the Cryptocurrency Market Development and Activity on Leading Social Networks
Doškář, Jakub ; Fanta, Nicolas (vedoucí práce) ; Baruník, Jozef (oponent)
V této práci jsou prováděny analýzy s cílem zjistit, zda různá měření aktivity na sociálních médiích, včetně hodnoty sentimentu příspěvků, mohou být hnací silou nebo dokonce prediktorem změny vybraných metrik kryptoměn. Studie je prováděna na datech shromážděných v hodinových a patnáctiminutových časových intervalech od února roku 2021 do listopadu roku 2022. Výsledky výzkumu ukazují, že variabilitu ceny Bitcoinu lze do určité míry vysvětlit pouze deriváty sentimentu. Dále bylo prokázáno, že sentiment odvozený ze sociálních médií je za určitých okolností signifikantní, pokud se použije jako prediktor směru změny ceny. Tyto výsledky jsou v rozporu s předchozími studiemi, kde sentiment nebyl uznán za významný. Dále bylo zjištěno, že zohlednění hodinových intervalů přináší nepatrně lepší výsledky než v případě kratších časových intervalů. V práci jsou konečně uvedeny výzvy, kterým mohou výzkumníci čelit při používání této techniky ve své práci. Klíčová slova Kryptoměny, Bitcoin, Sociální sentiment, Analýza sentimentu, Twitter, Sociální média, Kryptoměnová burza Název práce Zkoumání Interakce mezi Vývojem Kryptoměnového Trhu a Aktivitou na Předních Sociálních Sítích
|
|
|
Three Essays on Data-Driven Methods in Asset Pricing and Forecasting
Gregor, Barbora ; Baruník, Jozef (vedoucí práce) ; Chen, Cathy Yi-Hsuan (oponent) ; Baumohl, Eduard (oponent) ; Vácha, Lukáš (oponent)
Tato disertační práce se skládá ze tří článků zaměřených na aplikace metod založených na datech v oblasti prognózování a oceňování aktiv. V první práci rozkládáme časovou strukturu cen futures na ropných trzích pomocí dynamického Nelson-Siegelova modelu a navrhujeme jejich předpověď pomocí zobecněného regresního modelu založeného na neuronových sítích. Zjistili jsme, že neuronové sítě poskytují výrazně přesnější prognózy ve srovnání s několika referenčními modely. Druhý článek ukazuje, jak může model časově proměnlivých koeficientů pomoci zkoumat dynamiku vztahu mezi rizikem a výnosem na trhu státních dluhopisů napříč celou časovou strukturou. Náš rozsáhlý dvanáctiletý soubor vysokofrekvenčních dat o cenách amerických a německých státních dluhopisů s dvouletou, pětiletou, desetiletou a třicetiletou dobou splatnosti nám umožňuje konstruovat realizované metriky rizika a také zkoumat vztah rizika a výnosu za různých tržních podmínek. Kromě realizované volatility jsme zjistili, že realizovaná kurtóza je zohledněna v cenách dluhopisů. Důležité je, že zjišťujeme, že rizikový faktor zachycený realizovanou kurtózou má pozitivní vliv na výnosy v období krize a v klidných obdobích se mění na záporné hodnoty. Ve třetím článku používáme metodiku časově proměnných koeficientů a vyšších realizovaných momentů při...
|
|
|
Climate Change Risk Premium, Stock Returns and Volatility Analysis in Relation to ESG Score
Barotov, Timur ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Účelem této studie je prokázat jak integrace ESG skóru do investiční stratégie může ovlivňovat návratnost a stabilitu portfólia akciových titulů a zároveň odhalit případnou existenci související rizikové přirážky. Pro účely analýzy byly použity panelová data Evropských akcií v horizontu předešlých 10 let. Datový vzorek byl rozdělen na dva v závislosti na délce reportovacího období ESG skóru a na každý vzorek byla provedena zvlášť identická analýza. Pro izolování ESG efektu od efektu tržní kapitalizace jeř prokázaly silnou korelaci se autor navíc rozhodl provést analýzu na jednoduchém a dvojitém řazení protfolií. Výsledky modelu Fama-MacBeth ukazují, že investoři již oceňují do jisté míry rizika spojená s klimatem jež se projevuje jako záporné riziková přirážka u firem s vysokým ESG skórem. Návratnost a volatilita korporátních akcií prokázaly negativní korelaci s ESG skórem, ačkoliv ne vždy jednoznačně a statisticky významně. Ve srovnání portfolií Leaders a akciového indexu S&P 500 se ukázelo, že index překonal Leaders portfolio co do výnosu tak i stability cen akcií.
|
|
|
Stock Trading Using a Deep Reinforcement Learning and Text Analysis
Benk, Dominik ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Práce se zaměřuje na využití nedokonalostí akciového trhu pomocí nejmod- ernějších metod učení a jejich aplikaci na algoritmické obchodování. Očekává se, že automatizovaná rozhodnutí budou schopna překonat profesionální ob- chodníky tím, že zohlední mnohem více informací, budou reagovat téměř okamžitě a nebudou ovlivněna emocemi. Jako alternativa k tradičnímu učení s takz- vaným učitelem, využívá navrhovaný model zpětnovazebního učení principu pokus-omyl, který je nezbytný pro učení chování všech organismů. V kontextu akcií to umožňuje zohlednit zahrnutou nejistotu, a tedy přesněji odhadnout dlouhodobé výnosy. Pro shromáždění co nejrelevantnějších informací k jed- notlivým obchodním rozhodnutím, staví modely kromě technických ukazatelů také na názoru investorů - finančním sentimentu. Ten je získáván ze dvou textových zdrojů, zpráv a sociálních médií, a hlavním cílem je porovnat jejich relativní přínos pro obchodování. Modely jsou aplikovány na 11 různých akcií a později spojeny do portfolia pro větší robustnost výsledků. Textová analýza se potvrdila jako důležitá při procesu učení, zejména v případě akcií s dobrým mediálním pokrytím. Ukazuje se, že Twitter poskytuje cennější informace ve srovnání se zprávami, ale jejich kombinace vykazuje ještě vyšší predikční po- tenciál. Nicméně i tak, navržené...
|
|
|
Dynamic Network Risk across main U.S. sectors
Malecha, Jan ; Baruník, Jozef (vedoucí práce) ; Čech, František (oponent)
Tato práce zkoumá propojenost volatility akcií v rámci jednotlivých sektorů ak- ciového indexu S&P 500. Zabýváme se zejména tím, zda riziko, které vzniká z finanční propojenosti, je naceněno v akciových výnosech. Pro každý z deseti sektorů odhadujeme dynamickou síť, která je vytvořena z realizovaných volatilit akcií v letech 2006 až 2018. Zkoumáme, jak se finanční propojenost liší napříč sektory. Z porovnání výsledků vyvozujeme, že finanční propojenost se vyvíjí podobně napříč všemi sektory po celé zkoumané období. Úroveň propojenosti je určována významnými událostmi, které ovlivňují celé finanční trhy. Ze sek- torových sítí poté vytváříme rizikový faktor, který se snaží znázornit riziko vyplývající z finanční propojenosti, která je směrově orientovaná a dynamická. Pro každý sektor vytváříme faktorový model, který odhadujeme pomocí Fama- MacBethovy metody. Empirické analýza prokazuje nacenění faktoru v případě čtyř sektorů, nacházíme statisticky významné výsledky u rizikových faktorů v sektoru energetickém, finančním, průmyslovém a v sektoru spotřebního zboží.
|
|
|
How Does Bitcoin React to Economic Uncertainty Volatility Shocks?
Láža, Jakub ; Šíla, Jan (vedoucí práce) ; Baruník, Jozef (oponent)
Tato práce zkoumá propojenost volatility Bitcoinu a ekonomické nejistoty. Naöím cílem je ukázat jak volatilita Bitcoinu reaguje na öoky do volatility ekonomické nejistoty a zjistit, zda Bitcoin m ûe poskytnout ochranu p ed ekonomickou nejistotou. Nejistota je popsána indexem nejistoty hospodá ské politiky vnímané médii (EPU), trûním indexem VIX a ve ejností vnímané nejistoty m ené vyhledáváním ekonomick˝ch termín souvisejících s nejis- totou na webové stránce Google (EURQ). Pomocí dynamické sí ové propo- jenosti je moûné sledovat asov˝ v˝voj sm rov˝ch p elévání volatility v kaûdém asovém bod naöeho zkoumaného období od dubna 2015 do února 2022. Naöe v˝sledky ukazují n kolik v˝znamn˝ch období, kdy Bitcoin p ijímá volatilitu z ekonomické nejistoty. Ve v töin p ípad je vöak tento ú inek slab˝. Jedna v˝jimka je krize COVID-19, b hem níû Bitcoin vytvá í v˝znamnou vazbu volatil- ity s indexem VIX. Ukazujeme také, ûe p ed rokem 2020 Bitcoin reaguje na n kolik öok vyvolan˝ch indexem EPU. Dále, uprost ed obav z inflace na konci roku 2021, p elévání volatility pochází p edevöím z indexu EURQ.
|
|
|
Gold as a Stable Asset in Economic Recession: An Econometric Analysis
Petrželka, Václav ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Zlato je díky své spolehlivosti, odolnosti a vzácnosti již po staletí vnímáno jako bezpečný přístav z hlediska investic, které by měly zabránit velkým ztrátám v období finančních krizí. Nicméně vzniká zde otázka, zda je tato charakter- istika pro zlato stále relevantní. V naší práci rozlišujeme dva hlavní aspekty bezpečného přístavu, a to míru volatility a schopnost co nejpřesněji prediko- vat vývoj volatility daného aktiva. Hlavní ekonomické krize 20. století nám ukazují, že volatilita zlata během nich byla nižší než u jiných aktiv. Navazujeme proto detailní analýzou, ve které srovnáváme volatilitu denních výnosů zlata, akcií, komodit a kryptoměn v období 2006-2021. Zjišťujeme, že volatilita zlata byla skutečně nejnižší během Velké recese po roce 2007 a po vypuknutí pan- demie Covid-19 v roce 2020. Zároveň potvrzujeme asymetrickou odezvu na záporné výnosy u akcií a komodit, což neplatí pro zlato a kryptoměny. Schop- nost predikovat aktiva testujeme srovnáním předpovězených denních volatilit a realizovaných denních volatilit na více než půlročním intervalu v roce 2014 a 2021. Nenacházíme vztah, na základě kterého bychom mohli potvrdit, že má zlato vyšší prediktabilitu než jiná aktiva. Naše závěry poskytují cenná zjištění v oblasti ochrany aktiv během ekonomických krizí. Věříme, že v dnešní době je...
|
|
|
Influence of stock market variables on correlations among S&P sectors
Coufal, Matěj ; Čech, František (vedoucí práce) ; Baruník, Jozef (oponent)
Tato práce zkoumá vliv exogenních proměnných (S&P 500 Index, 10letý americký státní dluhopis, ropa a CBOE Volatility Index (VIX)) na dynamiku korelací mezi sektory S&P. Zaměřujeme se na denní a týdenní investiční horizonty a aplikujeme bivariační Dynamic Conditional Correlation (DCC) model. Změny v korelacích implikované DCC modelem jsou dále modelovány pomocí exogenních regresorů. Výsledky ukazují, že VIX má nejlepší schopnost předpovidat budoucí změny v ko- relacích. Nárůst hodnoty indexu VIX v den (týden) t způsobuje nárůst v korelacích v den (týden) t+1. Dále, korelace sektoru Energy mají tendenci růst v týdny, kdy cena ropy padá. Co se týče sektoru Information Technology, jeho korelace většinou rostou v dny, kdy se výnos 10letého amerického státního dluhopisu zvyšuje. Ačkoliv jsme odhalili určitou schopnost predikovat budoucí změny v korelacích, jen velmi malá část těchto změn je ve skutečnosti vysvětlena. 1
|
host ::
RSS.