|
|
Regression quantiles
Rusnák, Peter ; Kalina, Jan (vedoucí práce) ; Zvára, Karel (oponent)
Názov práce: Regresní kvantily Autor: Peter Rusnák Katedra / Ústav: Katedra pravděpodobnosti a matematické statistiky MFF UK Vedúci bakalárskej práce: RNDr. Jan Kalina, Ph.D. ,Ústav informatiky AV ČR Abstrakt: Kvantilová regresia je štatistická metóda slúžiaca na určovanie závislostí medzi premennými, ktorá bola navrhnutá už v článku Koenker a Bassett (1978). Od tej doby prešla veľkým rozvojom, keď boli študované jej teoretické vlastnosti, a zároveň si našla radu praktických aplikácii pri spracovaní reál- nych dát v najrôznejších oboroch. Kým bežná metóda najmenších štvorcov popisuje vzťah medzi jedným respektíve viacerými kovariátmi X a podmieneným priemerom odpovedajúcej premennej Y daným X = x, kvantilová regresia popisuje vzťah medzi X a podmienenými kvantilmi Y danými X = x. Táto práca obsahuje teóriu nevyhnutnú pre pochopenie vzťahu medzi štandardnou a kvantilovou regresiou a umožňu- júcu začlenenie takto získaných odhadov do väčšej skupiny M-odhadov. Výpočet koeficientu pre jed- notlivé kovariáty je prevedený Frisch-Newtnovým algoritmom, ktorý patrí k metódam lineárneho pro- gramovania. Taktiež si ukážeme, ako vedľajší produkt tohto algoritmu, takzvané regresné poradie je vypočítané a ako ho použiť pre testovanie hypotéz. V druhej časti budeme ilustrovať numerický výpočet pre kvantilovú regresiu ako...
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Coexceedance in financial markets of countries trying to join the European Union
Baranová, Zuzana ; Horváth, Roman (vedoucí práce) ; Dědek, Oldřich (oponent)
Táto práca analyzuje finančnú nákazu medzi referenčným trhom EÚ - Nemeckom a trhmi piatich krajín, ktoré sa aktívne snažia stať súčasťou Európskej únie - Čiernej Hory, Srbska, Turecka, Bosny a Macedónska v období od marca 2006 do marca 2018. Aplikujeme kvantilovú regresiu na analýzu nákazy, ktorá sa zakladá na výskyte a stupni "coexceedances" medzi referenčným a analyzovaným trhom. Výsledky naznačujú, že existuje nákaza medzi akciovými trhmi, avšak v rôznom rozsahu pre každý z analyzovaných trhov. Okrem toho používame rámec kvantilovej regresie špeciálne pre obdobie finančnej krízy z roku 2008, aby sme preukázali, že nákaza je silnejšia počas turbulentných období na trhu. Klasifikace G01, G14, G15 Klíčová slova metóda coexceedance, kvantilová regresia, nákaza, akciové trhy E-mail autora 80605682@fsv.cuni.cz E-mail vedoucího práce roman.horvath@fsv.cuni.cz
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Modelling Conditional Quantiles of CEE Stock Market Returns
Tóth, Daniel ; Baruník, Jozef (vedoucí práce) ; Kukačka, Jiří (oponent)
Správne definované modely na predpovedanie výnosov indexov sú dôležité pre investorov, kvôli minimalizovaniu rizika na finančných trhoch. Táto práca sa zameriava na podmiené modelovanie Value at Risk, ktorá využíva rámec flex- ibilnej kvantilovej regresie, a tým sa môže vyhnúť predpokladu o normálne rozdelených výnosoch. Aplikujeme semiparametrickú lineárnu regresiu kvan- tilov (LQR) s realizovaným rozptylom a tiež model s pozitívnou a negatív- nou semivarianciou, ktorá umožňuje priame modelovanie kvantilov. Do úvahy berieme ceny štyroch európskych akciových indexov: českého PX, maďarského BUX, nemeckého DAX a londýnskeho FTSE 100. Naším cieľom je zistiť, ako použitie realizovaných rozptylov ovplyvňuje presnosť VaR a koreláciu medzi strednou a východnou Európou so západoeuróskymi indexmi. Hlavným príno- som práce je aplikácia modelov LQR pre modelovanie podmienených kvantilov a porovnanie korelácie medzi európskymi indexmi s využitím realizovaných mier. Naše výsledky ukazujú, že pri jednokrokovej prognóze lineárny kvan- tilový regresný model poskytuje lepšie odhady a taktiež presnejšie predpovede ako klasický VaR model s predpokladom normálne distribuovaných výnosov. Z tohoto dôvodu, LQR modely s realizovanou varianciou môžu byť použité ako presné nástroje pre investorov. Naviac ukážeme, že prínosy...
|
|
|
Modeling Conditional Quantiles of Central European Stock Market Returns
Burdová, Diana ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Prevažná čast' literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, ovel'a menšia čast' na priame modelovanie podmienených kvantilov. Táto práca sa sústred'uje na priame modelovanie podmieneného VaRu, za pomoci flexibilnej kvantilovej regresie, a teda nekladie žiadne obmedzenia na rozde- lenie výnosov. Na štyri cenové indexy, a to český PX, mad'arský BUX, ne- mecký DAX a americký S&P 500, aplikujeme semiparametrické podmienené autoregresné Value at Risk (CAViaR) modely, ktoré umožňujú variáciu pod- mieneného rozdelenia výnosov v čase a takisto rôznu časovú variáciu pre rôzne kvantily. Hlavným ciel'om práce je skúmat' ako zavedenie dynamiky ovplyvňuje presnost' VaR odhadov. Hlavný prínos práce spočíva v tom, že sa jedná o prvú aplikáciu tohto prístupu na stredoeurópsky akciový trh a po druhé, že skúmame vplyv na presnost' VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely vel'mi do- bre popisujú vývoj kvantilov v čase, či už z hl'adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely...
|
|
|
Regression quantiles
Rusnák, Peter ; Kalina, Jan (vedoucí práce) ; Zvára, Karel (oponent)
Názov práce: Regresní kvantily Autor: Peter Rusnák Katedra / Ústav: Katedra pravděpodobnosti a matematické statistiky MFF UK Vedúci bakalárskej práce: RNDr. Jan Kalina, Ph.D. ,Ústav informatiky AV ČR Abstrakt: Kvantilová regresia je štatistická metóda slúžiaca na určovanie závislostí medzi premennými, ktorá bola navrhnutá už v článku Koenker a Bassett (1978). Od tej doby prešla veľkým rozvojom, keď boli študované jej teoretické vlastnosti, a zároveň si našla radu praktických aplikácii pri spracovaní reál- nych dát v najrôznejších oboroch. Kým bežná metóda najmenších štvorcov popisuje vzťah medzi jedným respektíve viacerými kovariátmi X a podmieneným priemerom odpovedajúcej premennej Y daným X = x, kvantilová regresia popisuje vzťah medzi X a podmienenými kvantilmi Y danými X = x. Táto práca obsahuje teóriu nevyhnutnú pre pochopenie vzťahu medzi štandardnou a kvantilovou regresiou a umožňu- júcu začlenenie takto získaných odhadov do väčšej skupiny M-odhadov. Výpočet koeficientu pre jed- notlivé kovariáty je prevedený Frisch-Newtnovým algoritmom, ktorý patrí k metódam lineárneho pro- gramovania. Taktiež si ukážeme, ako vedľajší produkt tohto algoritmu, takzvané regresné poradie je vypočítané a ako ho použiť pre testovanie hypotéz. V druhej časti budeme ilustrovať numerický výpočet pre kvantilovú regresiu ako...
|
host ::
RSS.