|
|
Sovereign credit risk drivers in a spatial perspective.
Záhlava, Josef ; Gapko, Petr (vedoucí práce) ; Janský, Petr (oponent)
Tato práce analyzuje, co ovlivňuje kreditní riziko států, za zohlednění přenosů rizika. Pro měření kreditního rizika jsou použity CDS spready a úroky vládních dluhopisů jsou použity k odhadu provázanosti zkoumaných států. Hlavní přínos této práce spočívá v použití vysokofrekvenčních dat a robustních metod jako doplňku k prostorovému ekonometrickému modelu. Cílem práce je testo- vat přítomnost přenosů rizika a vyhodnotit, které ekonomické indikátory jsou rozhodující pro tržní ohodnocení kreditního rizika. Dalším cílem je vyhodnotit možnou přítomnost strukturální změny způsobené restrukturalizací řeckého státního dluhu. Výsledky analýzy potvrzují tuto strukturální změnu. K přenosu rizika dochází v období po krizi a jeho efekt se ztrácí při ekonomickém oživení. Význam eko- nomických indikátorů je vyšší v období po krizi oproti následujícímu období. Klasifikace JEL C22, C31, C33, G01, G32, G33 Klíčová slova prostorová ekonometrie, CDS spready, kreditní riziko státu, nákaza, realizovaná kovariance E-mail autora josef.zahlava@gmail.com E-mail vedoucího práce petr.gapko@seznam.cz
|
|
|
Sovereign credit risk drivers in a spatial perspective.
Záhlava, Josef ; Gapko, Petr (vedoucí práce) ; Janský, Petr (oponent)
Tato práce analyzuje, co ovlivňuje kreditní riziko států, za zohlednění přenosů rizika. Pro měření kreditního rizika jsou použity CDS spready a úroky vládních dluhopisů jsou použity k odhadu provázanosti zkoumaných států. Hlavní přínos této práce spočívá v použití vysokofrekvenčních dat a robustních metod jako doplňku k prostorovému ekonometrickému modelu. Cílem práce je testo- vat přítomnost přenosů rizika a vyhodnotit, které ekonomické indikátory jsou rozhodující pro tržní ohodnocení kreditního rizika. Dalším cílem je vyhodnotit možnou přítomnost strukturální změny způsobené restrukturalizací řeckého státního dluhu. Výsledky analýzy potvrzují tuto strukturální změnu. K přenosu rizika dochází v období po krizi a jeho efekt se ztrácí při ekonomickém oživení. Význam eko- nomických indikátorů je vyšší v období po krizi oproti následujícímu období. Klasifikace JEL C22, C31, C33, G01, G32, G33 Klíčová slova prostorová ekonometrie, CDS spready, kreditní riziko státu, nákaza, realizovaná kovariance E-mail autora josef.zahlava@gmail.com E-mail vedoucího práce petr.gapko@seznam.cz
|
|
|
Portfólio Value at Risk a Expected Shortfall s použitím vysoko frekvenčních dat
Zváč, Marek ; Fičura, Milan (vedoucí práce) ; Janda, Karel (oponent)
Hlavním cílem této práce je zjistit, zda vícerozměrné modely s použitím vysokofrekvenčních dat poskytují výrazně přesnější předpovědi Value at Risk a Expected Shortfall než vícerozměrné modely pouze s pomocí denních data. Náš cíl je velmi aktuální, protože v roce 2013 Basilejský výbor oznámil, že se chystá změnit rizikovou míru používanou pro výpočet kapitálových požadavků z Value at Risk na Expected Shortfall. Další zlepšení přesnosti obou rizikových měr může být také dosaženo začleněním vysokofrekvenční údajů, které jsou mnohem více k dispozici vzhledem k významnému technologickému pokroku. Jako reprezentativní model, který využívá vysokofrekvenční data pro modelování realizované kovarianční matice, jsme vybrali heterogenní autoregresi a její asymetrickou verzi. Jako benchmark jsou vybrány dobře zavedené modely DCC-GARCH a EWMA. Výpočet Value at Risk a Expected Shortfall se provádí pomocí parametrické, semi-parametrické metody a Monte Carlo simulace. Vícerozměrné rozdělení ztrát jsou reprezentovány Gaussovým, Studentovým rozdělením, simulovaným rozdělením z copula funkcí a filtrovaných historických simulací. Jako jednorozměrné rozdělení byly použity generalizované Paretovo rozdělení z EVT, empirické a standartní parametrické rozdělení. Hlavním zjištěním je, že heterogenní autoregrese s použitím vysoko frekvenčních dat dodala lepší nebo alespoň stejnou přesnost prognóz Value at Risk jako benchmark modely s použitím denních dat. Nakonec backtesting Expected Shortfall zůstává stále velmi náročný a aplikace testů I. a II. neposkytla věrohodnou validaci předpovědí.
|
host ::
RSS.