|
|
Yield curve dynamics: Co-movements of latent global and Czech yield curves
Šimáně, Jaromír ; Šopov, Boril (vedoucí práce) ; Novák, Jiří (oponent)
Tato diplomová práce se věnuje modelování výnosových křivek. Odhaduje nepozorovatelné faktory "světové" výnosové křivky, které dokáží vysvětlit změny ve výnosových křivkách různých zemí. Pro její odhad byly použity výnosové křivky USD, GBP, JPY a EUR s výsledkem, že globální faktory dokáží vysvětlit velkou část jejich pohybů. Metoda je postavena na modelu Nelson-Siegel a je použita ve formě stavové rovnice, aby dokázala odhadnout nepozorovatelné faktory výnosových křivek. Odhadnuté globální faktory jsou následně použity pro vysvětlení pohybů české výnosové křivky. Jejich vliv na české úrokové sazby je odhadován jako regrese s pohyblivými koeficienty. Její výsledky ukazují, že vliv globálních faktorů je vyšší během intervencí České národní banky a tedy naznačuje, že intervence pomohly přenést globální nízké úrokové sazby do českého hospodářství.
|
|
|
Yield curve dynamics: Co-movements of latent global and Czech yield curves
Šimáně, Jaromír ; Šopov, Boril (vedoucí práce) ; Novák, Jiří (oponent)
Tato diplomová práce se věnuje modelování výnosových křivek. Odhaduje nepozorovatelné faktory "světové" výnosové křivky, které dokáží vysvětlit změny ve výnosových křivkách různých zemí. Pro její odhad byly použity výnosové křivky USD, GBP, JPY a EUR s výsledkem, že globální faktory dokáží vysvětlit velkou část jejich pohybů. Metoda je postavena na modelu Nelson-Siegel a je použita ve formě stavové rovnice, aby dokázala odhadnout nepozorovatelné faktory výnosových křivek. Odhadnuté globální faktory jsou následně použity pro vysvětlení pohybů české výnosové křivky. Jejich vliv na české úrokové sazby je odhadován jako regrese s pohyblivými koeficienty. Její výsledky ukazují, že vliv globálních faktorů je vyšší během intervencí České národní banky a tedy naznačuje, že intervence pomohly přenést globální nízké úrokové sazby do českého hospodářství.
|
|
|
Forecasting Term Structure of Crude Oil Markets Using Neural Networks
Malinská, Barbora ; Baruník, Jozef (vedoucí práce) ; Polák, Petr (oponent)
Tato práce obohacuje ne příliš početnou literaturu zabývající se modelováním a předpovídáním výnosové křivky na ropných trzích. Za použití dynamického Nelson-Siegelova modelu je ropná výnosová křivka dekomponována na tři latentní faktory, které jsou dále použity k předpovídání pomocí parametrických metod a neuronových sítí. Odhad výnosové křivky pomocí Nelson-Siegelova modelu přináší povzbudivé výsledky a dokazuje svou aplikovatelnost na ceny termínovaných kontraktů na ropných trzích. Předpovědi získané pomocí dynamické neuronové sítě se ukázaly být obecně přesnější než u ostatních uvažovaných metod. Chyba předpovědi klesá s rostoucí dobou do maturity.
|
host ::
RSS.