|
|
Asymmetries in the firm’s use of debt to changing market values
Ferris, S. P. ; Hanousek, Jan ; Shamshur, Anastasiya ; Trešl, Jiří
Using a large sample of U.S. firms over the period, 1984 to 2013, this study examines the relation between market and book leverage ratios. Unlike Welch (2004) who contends that changes in market leverage do not induce adjustments in book leverage, we find an asymmetric effect. That is, firms adjust their book leverage relative to market leverage only when the changes in market leverage are due to increases in the value of the firm’s equity. No adjustment is observed when firm equity values decrease. We observe a number of interesting differences between those firms that make large and small capital structure adjustments in response to changing equity prices. Our results are consistent with Barclay, Morellec and Smith (2006) who argue that the optimal level of debt decreases in the presence of corporate growth options.
|
|
|
To bribe or not to bribe? Corruption uncertainty and corporate practices
Hanousek, Jan ; Shamshur, Anastasiya ; Trešl, Jiří
Using a large sample of private firms over the period from 2001 to 2013, we study the effect of corruption uncertainty on corporate investments and cash holdings. We find that a higher uncertainty about the level of corruption is associated with lower corporate investments and lower cash holdings. These results are sensitive to the ownership structure of a firm. Firms with no foreign majority ownership appear to be more sensitive to corruption-induced uncertainty than majority-controlled foreign firms. They significantly decrease their investments and cash holdings. We hypothesize that they move their cash off-balance-sheet to create cash reserves as the uncertainty of when, whom, and how much to bribe increases.
|
|
| |
|
| |
|
| |
|
| |
|
| |
|
|
Extrakce informací o pravděpodobnosti a riziku výnosů z cen opcí
Cícha, Martin ; Trešl, Jiří (vedoucí práce) ; Cipra, Tomáš (oponent) ; Málek, Jiří (oponent)
Problematika předpovědi budoucí ceny rizikového finančního aktiva přitahuje jak akademický svět, tak obchodníky prakticky od vzniku burzy. I vzhledem k právě ukončené finanční krizi, která byla největší krizí od doby Velké hospodářské krize, je patrné, že výzkum v této oblasti stále není ukončen a naopak přináší nové výzvy. Hlavním cílem této disertační práce je demonstrace významného informačního potenciálu tržních cen opcí, který se týká předpovědi pravděpodobnostního rozdělení výnosu podkladového aktiva a rizikovosti toho výnosu. Další cíle práce leží v konstrukci předpovědi rozdělení ceny podkladového aktiva pomocí parametrického a neparametrického odhadu, ve zpřesnění tohoto odhadu pomocí užitkové funkce reprezentativního investora, v popisu aktuálního sentimentu trhu a ve stanovení rizikové prémie, obzvláště pak rizikové prémie českého trhu. Práce se zaměřuje na předpověď pravděpodobnostního rozdělení ceny podkladového aktiva ze současných tržních cen opcí pomocí parametrických i neparametrických odhadů hustoty ceny podkladového aktiva. Získané pravděpodobnostní rozdělení ceny aktiva je popsáno pomocí momentových charakteristik, které představují cenný nástroj pro analýzu současného tržního sentimentu. Pravděpodobnostní rozdělení ceny podkladového aktiva implikované současnými cenami opcí je dle teorie rizikově neutrální, tj. platí pouze pro rizikově neutrální investory. Z teorie plyne, že rozdělení reálného světa lze odvodit z rizikově neutrálního rozdělení za pomoci užitkové funkce reprezentativního investora. Zahrnutím užitku reprezentativního investora ze zisku či ze ztráty dojde ke zpřesnění předpovědi rozdělení ceny podkladového aktiva. V práci jsou nejprve uvažovány užitkové funkce klasické teorie užitku od jednoduché mocninné funkce po obecnou funkci hyperbolické absolutní rizikové averze (HARA). Dále je uvažována Friedman-Savage užitková funkce, která umožňuje jak rizikově averzního investora, tak investora inklinujícího k riziku. Práce dále odpovídá na otázku: Nejsou již současné ceny aktiv na tak vysoké úrovni, že koupí aktiva dojde ke gamblingu? V práci je odvozena riziková prémii spojená s investicí do rizikového aktiva. Rizikovou prémii lze chápat jako přirážku, kterou požaduje investor za investici do rizikového aktiva oproti investici do aktiva bezrizikového. Veškeré teoretické postupy navržené v této práci jsou demonstrovány na reálných datech dvou rozdílných trhů. Rozvíjející se trh je zastoupen akcií ČEZ a rozvinutý trh je zastoupen S&P 500 futures. Práce obsahuje demonstrace nejenom k jednomu časovému okamžiku, ale zabývá se celou dostupnou historií. V dostupné historii dat je tedy zkonstruován celý pravděpodobnostní vývoj předpovědí ceny podkladového aktiva a z něho plynoucí vývoj rizikové prémie. Definovaných cílů práce bylo dosaženo. Přínosy disertační práce leží hlavně ve vybudování metodologie parametrického i neparametrického odhadu pravděpodobnostního rozdělení ceny podkladového aktiva z tržních cen opčních instrumentů tak, aby byla zachycena specifika jednotlivých trhů a instrumentů, a posléze v konstrukci pravděpodobnostního vývoje předpovědí ceny podkladového aktiva a z něho odvozeného vývoje sentimentu trhu. Dalším přínosem práce je konstrukce rizikové prémie jednotlivých trhů v dostupné historii a formulace hypotézy o gamblingu trhu, který předchází krizi.
|
|
|
Přístupy k shlukování funkčních dat
Pešout, Pavel ; Marek, Luboš (vedoucí práce) ; Trešl, Jiří (oponent) ; Palát, Milan (oponent)
Klasifikační úlohy jsou běžnými součástmi procesů zpracování informací a důležitými aspekty v mnoha vědeckých i průmyslových oblastech. V případě funkčních dat závislé proměnné, jako je například čas, však standardní shlukovací algoritmy mohou selhat. Nezajímají nás totiž pouze vybraná pozorování, nýbrž průběhy celých trajektorií. Předkládaná práce se proto zabývá speciálními technikami shlukování křivek a klasifikací nových trajektorií do již vytvořených shluků. Hlavními cíli jsou vývoj alternativních metodologií skrze rozvinutí některých stávajících statistických přístupů, konsolidace algoritmů již zavedených a vytvoření jejich modifikovaných podob přizpůsobených požadavkům shlukovací úlohy. V neposlední řadě je díky provedeným experimentům vytvořeno ucelené srovnání praktické využitelnosti. Ilustrované algoritmy jsou založeny na dvou různých principech. Prvním je předpoklad, že pozorování křivek jsou generována z konečného modelu sestávajícího se z regresních komponent. Zkoumány jsou metody vycházející z maximální věrohodnosti, a to jak Maximum Likehood Approach, ve které jsou shlukové příslušnosti chápány jako jedny z parametrů modelu, tak pravděpodobnostní směsi hustot s iterativním Expectation-Maximization algoritmem, v nichž se se shlukovými příslušnostmi naopak nakládá jako s náhodnými veličinami. Kvůli nalezení co nejvíce stejnorodých shluků jsou voleny směsi Gaussovy i méně tradiční gamma. Ty jsou v práci upraveny tak, aby mohly být užity ve dvourozměrné dimenzi. S ohledem na data s vysokou vnitroshlukovou variabilitou je popsán model dvou úrovní umožňující vysokou míru individuality heterogenního chování. Druhým principem je uplatnění dobře známého algoritmu K-průměrů, jenž je však aplikován nikoliv na původní pozorování, ale namísto toho na koeficienty interpolace. Jelikož není invariantní vůči lineárním transformacím, je speciální pozornost věnována závažné otázce výběru typu interpolace. Z toho důvodu je ve snaze o určení optimálního počtu a polohy interpolačních uzlů navrženo propojení shlukovací úlohy s Markov Chain Monte Carlo technikami. Součástí práce jsou také studie problematiky zařazení nových křivek do již vytvořených shluků, tedy diskriminační analýzy a lineárních i kvadratických skórů. Nově definovány jsou jejich modifikované pravděpodobnostní podoby navazující na modely směsí hustot a inovativní způsob aplikace Fisherovy kanonické metody na regresní koeficienty. Všechny modely jsou demonstrovány na experimentech shlukování uměle vygenerovaných funkčních dat, porovnány jsou výsledková efektivita i časová náročnost. Významným přínosem je sestavení nových účelných aplikačních postupů. Implementace je provedena v Mathematice 4.0. Značný prostor je dále vymezen možnostem, které vývoj metod shlukování křivek naskýtá v rozsáhlých odvětvích moderní vědy, jako jsou neurologie, genomové studie nebo systémy rozpoznávání řeči a obrazu, a stranou není ponechán ani směr budoucího výzkumu ve spojení s ubiquitous computingem. Využitelnost v ekonomické oblasti ilustruje aplikace v analýze storen v životním pojištění. Definovaných cílů práce bylo dosaženo.
|
|
|
Hurstův exponent a náhodnost v časových řadách
Zeman, Martin ; Trešl, Jiří (vedoucí práce) ; Hušek, Roman (oponent)
Cílem této práce je ověřit, zda odhad Hurstova exponentu prostřednictvím R/S analýzy dokáže rozpoznat některé procesy obsahující deterministickou složku jako nenáhodné a vyhodnotit časové řady výnosů tří vybraných akciových titulů obchodovaných na BCPP. K tomuto účelu byly určeny kritické hodnoty a kritický obor pro testování náhodnosti prostřednictvím Hurstova exponentu. Úkolem této práce je také popis odhadu Hurstova exponentu pomocí R/S analýzy a nastínění potíží, které při tomto odhadu vznikají, jestliže je Hurstův exponent užit jako ukazatel náhodnosti. V rámci R/S analýzy byla navržena podobná metoda, která se u několika simulovaných procesů ukázala být v rozpoznání nenáhodnosti úspěšná.
|
host ::
RSS.