|
|
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).
|
|
|
Matematické metody konstrukce investičních portfolií
Kůs, David ; Witzany, Jiří (vedoucí práce) ; Zichová, Jitka (oponent)
Diplomová práce se zabývá statistickými přístupy v konstrukci investičních portfolií. Teoretický výklad práce je věnován moderní teorii portfolia a vybraným statistickým metodám, které jsou používány pro odhad očekávaného výnosu a rizika portfolia. Těmito procedurami jsou konkrétně výběrová metoda, modelování volatility pomocí vícerozměrného GARCH modelu, především pak metoda DCC GARCH, a Bayesův přístup s použitím Jeffreysovi a konjugované hustoty. Praktická část diplomové práce je věnována aplikaci výše vyložených statistických metod pro konstrukci investičních portfolií. Optimalizační úlohou byla zvolena maximalizace Sharpova poměru. Zkoumaná portfolia jsou tvořena akciovými tituly Austria Traded Index, u kterých jsou k dispozici vhodné časové řady historických denních konečných cen. Dosažené výsledky sestavených portfolií za dvouletý investiční horizont jsou poté komparovány.
|
|
|
Analysis of Interdependencies among Central European Stock Markets
Mašková, Jana ; Baruník, Jozef (vedoucí práce) ; Princ, Michael (oponent)
Cílem této 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).
|
|
|
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.