|
|
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...
|
|
|
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...
|
|
|
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...
|
|
|
Value at Risk: GARCH vs. Stochatistic Volatility Models: Empirical Study
Tesárová, Viktória ; Gapko, Petr (vedoucí práce) ; Seidler, Jakub (oponent)
Práca porovnáva GARCH modely volatility a modely Stochastickej volatil- ity so študentovým t rozdelením a ich empirickú schopnos't predpovedania Value at Risk na piatich akciových indexoch: S&P, NASDAQ Compos- ite, CAC, DAX a FTSE. Detailne predstavuje problém vyrátania metódy maximálnej vierohodnosti pre Stochastickú volatilitu a navrhuje nedávno vyvinutú metódu tzv. Efficient Importance Sampling. Táto metóda posky- tuje veľmi primerané Monte Carlo odhady vierohodnostnej funkcie, ktoré sú závislé na numerických integráloch vysokéhu rádu. Komparatívna analýza je rozdelená na predpovedací výkon v prvom ob- dobí zo vzorky a v druhom období mimo vzorku. Tie sú vyhodnotené na základe štandardných štatistických a pravdepodobnostných backtestových metódach ako je tzv. podmienený a nepodmienený coverage. Na základe empirickej analýzy táto práca ukazuje, že SV modely môžu fungova't aspoň tak dobre ako GARCH modely, ak nie k nim by't nadradené pri predpovedaní volatility a následne parametrického Value at Risk. 1
|
|
|
Value at Risk: GARCH vs. Stochastic Volatility Models: Empirical Study
Tesárová, Viktória ; Gapko, Petr (vedoucí práce) ; Seidler, Jakub (oponent)
Práca porovnáva GARCH modely volatility a modely Stochastickej volatil- ity so študentovým t rozdelením a ich empirickú schopnos't predpovedania Value at Risk na piatich akciových indexoch: S&P, NASDAQ Compos- ite, CAC, DAX a FTSE. Detailne predstavuje problém vyrátania metódy maximálnej vierohodnosti pre Stochastickú volatilitu a navrhuje nedávno vyvinutú metódu tzv. Efficient Importance Sampling. Táto metóda posky- tuje veľmi primerané Monte Carlo odhady vierohodnostnej funkcie, ktoré sú závislé na numerických integráloch vysokéhu rádu. Komparatívna analýza je rozdelená na predpovedací výkon v prvom ob- dobí zo vzorky a v druhom období mimo vzorku. Tie sú vyhodnotené na základe štandardných štatistických a pravdepodobnostných backtestových metódach ako je tzv. podmienený a nepodmienený coverage. Na základe empirickej analýzy táto práca ukazuje, že SV modely môžu fungova't aspoň tak dobre ako GARCH modely, ak nie k nim by't nadradené pri predpovedaní volatility a následne parametrického Value at Risk. 1
|
host ::
RSS.