|
|
Metody tvorby pojistných sazeb založené na mírách rizika
Malá, Kateřina ; Branda, Martin (vedoucí práce) ; Mazurová, Lucie (oponent)
V této práci zkoumáme míry rizika a jednu z jejich vlastností - koherenci. Zaměřujeme se zejména na hodnotu v riziku (zkráceně VaR), respektive na podmíněnou hodnotu v riziku (CVaR). Zmiňujeme také výhody CVaR oproti VaR. Dále rozebíráme nejběžnější formy složeného rozdělení, které jsou užívány v praxi. Závěrečná část této bakalářské práce je věnována numerické studii, kde počítáme střední hodnotu, rozptyl, VaR a CVaR pro konkrétní hodnoty parametrů.
|
|
|
The use of coherent risk measures in operational risk modeling
Lebovič, Michal ; Teplý, Petr (vedoucí práce) ; Doležel, Pavel (oponent)
Debata o metodách modelování operačních rizik byla otevřena teprve počátkem minulého desetiletí a je dodnes živá a plná otevřených otázek. Pro pokročilé metody měření (AMA) v rámci pravidel Basel II je odhad kapitálové přiměřenosti vůči operačnímu riziku zásadně ovlivněn zvolenou metodou měření rizika, která je použita k výpočtu peněžního vyjádření expozice vůči riziku ze simulovaného statistického rozdělení operačních ztrát. Nejčastěji používanou metodou měření rizika je Value-at-Risk (ohrožená hodnota), přestože je v odborné literatuře považována za překonanou. V této práci popisujeme nejvážnější problémy spjaté s metodou VaR a vysvětlujeme, proč může v kontextu modelování operačních rizik vést k zavádějícím závěrům. Jako vhodnou alternativu, či alespoň doplněk, k ohrožené hodnotě pro účely výpočtu kapitálové přiměřenosti potom navrhujeme třídu metod měření rizika známou pod přízviskem koherentní. Konkrétně vybíráme koherentní metodu zvanou Expected Shortfall a v empirické části našeho výzkumu ukazujeme, že produkuje smysluplné a konzistentní výsledky a že je v daném kontextu velmi užitečným nástrojem. Důležitou rovinou práce je ovšem i samotné modelování distribuce operačních ztrát. K tomu využíváme celou řadu statistických metod, přičemž se ukazuje jako nejvhodnější technika teorie extrémních hodnot....
|
|
|
Backtesting Value-at-Risk: Porovnání vybraných přístupů
Šedivý, Milan ; Hendrych, Radek (vedoucí práce) ; Hurt, Jan (oponent)
Tato práce se zabývá porovnáním vybraných přístupů k zpětnému testování běžně užívané rizikové míry Value-at-Risk. Hlavním cílem této práce je prezen- tovat různorodé metody backtestingu Value-at-Risk (včetně základních technik výpočtu této míry rizika). Tyto statistické evaluační přístupy jsou aplikovány na historická data z období finanční krize mezi lety 2005 a 2010. Výstupy této analýzy jsou důkladně diskutovány. 1
|
|
|
Backtesting Value-at-Risk: Porovnání vybraných přístupů
Šedivý, Milan ; Hendrych, Radek (vedoucí práce) ; Hurt, Jan (oponent)
Tato práce se zabývá porovnáním vybraných přístupů k zpětnému testování běžně užívané rizikové míry Value-at-Risk. Hlavním cílem této práce je prezen- tovat různorodé metody backtestingu Value-at-Risk (včetně základních technik výpočtu této míry rizika). Tyto statistické evaluační přístupy jsou aplikovány na historická data z období finanční krize mezi lety 2005 a 2010. Výstupy této analýzy jsou důkladně diskutovány. 1
|
|
| |
|
|
Value-at-Risk Calculation Using Extreme Value Theory
Lipták, Patrik ; Hendrych, Radek (vedoucí práce) ; Mazurová, Lucie (oponent)
Tato diplomová práce se zabývá teorií extrémních hodnot a její aplikaci ve fi- nančním rizikovém manažmentu s hlavním zaměřením na výpočet známé rizikové míry - hodnoty v riziku (VaR). V první, teoretické části, je poskytnut důkladný průřez teorií extrémních hodnot s důrazem na její fundamenty, jejich důsledky a shrnutí metod založených na této teorii. Konkrétněji jsou studovány: metoda blokových maxim, Hillova metoda a metoda založená na překročení meze. Dále jsou zdůrazněny statistické problémy, které při aplikaci těchto metod mohou vzniknout a to, jak se s nimi vypořádat. Druhou část tvoří rozsáhlá empirická studie, v níž se uvedené statistické postupy aplikují na reálná tržní data cen ak- ciového indexu Dow Jones Industrial Average, akcií americké banky JPMorgan a akciového indexu Russell 2000, a to primárně za účelem obecnějšího porovnání počínání jednotlivých metod založených na teorii extrémních hodnot společně s dnes již tradiční metodologií RiskMetrics. 1
|
|
|
Neural network models for conditional quantiles of financial returns and volatility
Hauzr, Marek ; Baruník, Jozef (vedoucí práce) ; Vošvrda, Miloslav (oponent)
V této práce se zkoumá chování kvantilové regrese neuronových sítí v odhadování kvantilů realizované volatility a kvantilů výnosů s výhledem více kroků. Závisí na realizované varianci a jejích komponentech (realizovaná variance, mediánová realizovaná variance, integrovaná variance, skoková variance a positivní a negativní semivariance). Použitá data jsou S&P 500 futures a WTI Crude Oil futures. Výsledné modely výnosů a volatility mají dobré absolutní chování a relativní chování v porovnání s modely ohodnocenými lineární kvantilovou regresí. V případě in-sample má lepší chování kvantilová regrese neuronových sítí a v případě out-of- sample mají chování stejně dobré.
|
|
|
Metody tvorby pojistných sazeb založené na mírách rizika
Malá, Kateřina ; Branda, Martin (vedoucí práce) ; Mazurová, Lucie (oponent)
V této práci zkoumáme míry rizika a jednu z jejich vlastností - koherenci. Zaměřujeme se zejména na hodnotu v riziku (zkráceně VaR), respektive na podmíněnou hodnotu v riziku (CVaR). Zmiňujeme také výhody CVaR oproti VaR. Dále rozebíráme nejběžnější formy složeného rozdělení, které jsou užívány v praxi. Závěrečná část této bakalářské práce je věnována numerické studii, kde počítáme střední hodnotu, rozptyl, VaR a CVaR pro konkrétní hodnoty parametrů.
|
|
|
Two-stage backtesting of Value-at-Risk models
Matyáš, Jan ; Seidler, Jakub (vedoucí práce) ; Brechler, Josef (oponent)
Bachelor Thesis Two-stage backtesting of Value-at-Risk models Jan Matyáš Abstrakt práce Tato práce se zabývá srovnáváním zvolených Value-at-Risk modelů na základě jejich přesnosti předpovědí. Používáme dvou-úrovňový systém zpětného testování pro nalezení přístupu produkujícího nejvíce robustní odhady. Použitý rámec zpětného testování se skládá z testů nezávislosti, nepodmíněného krytí a podmíněného krytí a následující úrovně testovaní, který využívá ztrátovou funkci umožňující porovnání dvou vybraných modelů z předchozí části. Pro reprezentaci finančních trhů používáme čtyři akciové indexy zastupující jak rozvinuté ekonomiky (DAX, ATX), tak rozvíjející se země (PX, WIG). Modely jsou zkoumány v období mezi lednem 1997 a únorem 2014. Nejlepší výsledky jsme získali pro historickou metodu při 99% intervalu spolehlivosti. Při použití stabilního rozdělení nebo nižšího intervalu spolehlivosti jsme nezískali uspokojivé výsledky. Powered by TCPDF (www.tcpdf.org)
|
|
|
Measuring Extremes: Empirical Application on European Markets
Öztürk, Durmuş ; Avdulaj, Krenar (vedoucí práce) ; Janda, Karel (oponent)
This study employs Extreme Value Theory and several univariate methods to compare their Value-at-Risk and Expected Shortfall predictive performance. We conduct several out-of-sample backtesting procedures, such as uncondi- tional coverage, independence and conditional coverage tests. The dataset in- cludes five different stock markets, PX50 (Prague, Czech Republic), BIST100 (Istanbul, Turkey), ATHEX (Athens, Greece), PSI20 (Lisbon, Portugal) and IBEX35 (Madrid, Spain). These markets have different financial histories and data span over twenty years. We analyze the global financial crisis period sep- arately to inspect the performance of these methods during the high volatility period. Our results support the most common findings that Extreme Value Theory is one of the most appropriate risk measurement tools. In addition, we find that GARCH family of methods, after accounting for asymmetry and fat tail phenomena, can be equally useful and sometimes even better than Extreme Value Theory based method in terms of risk estimation. Keywords Extreme Value Theory, Value-at-Risk, Expected Shortfall, Out-of-Sample Backtesting Author's e-mail ozturkdurmus@windowslive.com Supervisor's e-mail ies.avdulaj@gmail.com
|
host ::
RSS.