Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
Prospect Theory and Inertia in a Heterogeneous Agent Model
Polách, Jan ; Kukačka, Jiří (vedoucí práce) ; Klinger, Tomáš (oponent)
V bakalářské práci je vytvořeno rozšíření populárního heterogenního agentního modelu oceňování kapitálových aktiv založené na Prospect Theory. Toto roz- šíření zahrnuje zejména averzi ke ztrátám, která způsobuje averzi k riziku a asymetrické reakce vůči ziskům a ztrátám. Součástí práce je také posouzení speciálního případu výběru tržních strategií agenty, který ovlivňuje celkovou dynamiku modelu, označovaného jako Asynchronní obnovování. Toto rozšíření má za cíl modelovat setrvačnost investorů (investor inertia). Následně je po- mocí metod Monte Carlo zkoumáno chování modelu s těmito rozšířeními- zejména pak statistické vlastnosti výstupních dat-a posouzena relevantnost těchto rozšíření ve vztahu k empirickým datům a stylizovaným faktům. Výsled- kem je zjištění, že rozšíření modelu založené na Prospect Theory je proveditelné a umožňuje zachování původní jednoduchosti modelu, aniž by došlo ke ztrátě jeho důležitých charakteristik. Rozšíření dále mění kvalitativní chování mod- elu, produkuje statisticky odlišná rozdělení nejdůležitějších proměnných a po- souvá model blíže k reálné dynamice trhů. Asynchronní obnovování na druhou stranu ve většině případů...
Behavioural Breaks in the Heterogeneous Agent Model
Kukačka, Jiří ; Baruník, Jozef (vedoucí práce) ; Víšek, Jan Ámos (oponent)
Tato práce propojuje koncept modelů s heterogenními agenty (HAMů) s oblastí behaviorálních financí za účelem překlenutí hlavních nedostatků obou přístupů a ověření, zda se tyto mohou vzájemně vhodně doplnit. Náš přístup přináší alternativní metodu zkoumání dynamiky modelu a naznačuje, jak se lze ori- ginálně vypořádat s problematickou empirickou validací. Na začátku práce uvádíme původní model a diskutujeme jeho rozličné modifikace a snahy o em- pirické odhady. Dále představujeme unikátní dataset pokrývající pět značně neklidných období z historie akciových trhů v USA, ve kterém objevujeme zajímavé pravidelnosti v datech. Těžiště práce leží v numerické analýze mode- lu, který rozšiřujeme o vybrané poznatky z oblasti behaviorálních financí: stádní chování, nadmíru sebedůvěry a vliv tržního sentimentu. S použitím programu Wolfram Mathematica provádíme Monte Carlo simulace námi vyvi- nutého algoritmu. Ukazujeme, že pomocí HAMů lze vybrané poznatky velmi dobře modelovat a že tyto značně obohatí původní strukturu modelu. Roz- ličné modifikace modelu vedou k signifikantně rozdílným výsledkům a model je rovněž schopen částečně replikovat cenové výkyvy během neklidných období akciových...
Behavioural Breaks in the Heterogeneous Agent Model
Kukačka, Jiří ; Baruník, Jozef (vedoucí práce) ; Víšek, Jan Ámos (oponent)
Tato práce propojuje koncept modelů s heterogenními agenty (HAMů) s oblastí behaviorálních financí za účelem překlenutí hlavních nedostatků obou přístupů a ověření, zda se tyto mohou vzájemně vhodně doplnit. Náš přístup přináší alternativní metodu zkoumání dynamiky modelu a naznačuje, jak se lze ori- ginálně vypořádat s problematickou empirickou validací. Na začátku práce uvádíme původní model a diskutujeme jeho rozličné modifikace a snahy o em- pirické odhady. Dále představujeme unikátní dataset pokrývající pět značně neklidných období z historie akciových trhů v USA, ve kterém objevujeme zajímavé pravidelnosti v datech. Těžiště práce leží v numerické analýze mod- elu, který rozšiřujeme o vybrané poznatky z oblasti behaviorálních financí: stádní chování, nadmíru sebedůvěry a vliv tržního sentimentu. S použitím programu Wolfram Mathematica provádíme Monte Carlo simulace námi vyv- inutého algoritmu. Ukazujeme, že pomocí HAMů lze vybrané poznatky velmi dobře modelovat a že tyto značně obohatí původní strukturu modelu. Ro- zličné modifikace modelu vedou k signifikantně rozdílným výsledkům a model je rovněž schopen částečně replikovat cenové výkyvy během neklidných období akciových...

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.