velikost textu

Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Název v češtině:
Odhadování value-at-risk s využitím ARMA-GARCH modelů během poslední finanční krize
Typ:
Rigorózní práce
Autor:
PhDr. Ivo Jánský
Vedoucí:
PhDr. Milan Rippel
Oponent:
PhDr. Jakub Seidler, Ph.D.
Id práce:
113430
Fakulta:
Fakulta sociálních věd (FSV)
Pracoviště:
Institut ekonomických studií (23-IES)
Program studia:
Ekonomické teorie (N6201)
Obor studia:
Ekonomie (E)
Přidělovaný titul:
PhDr.
Datum obhajoby:
19. 10. 2011
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Angličtina
Klíčová slova:
VaR, analýza rizika, finanční krize, podmíněná volatilita, conditional coverage, odhad modelů, akciový index, garch, egarch, tarch, moving average proces, autoregresivní proces
Klíčová slova v angličtině:
VaR, risk analysis, financial crisis, conditional volatility, conditional coverage, stock index, garch, egarch, tarch, moving average process, autoregressive process
Abstrakt:
Tato práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněně volatility. Tato práce navíc využívá měně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
Abstract v angličtině:
The thesis evaluates several hundred one-day-ahead VaR forecasting models in the time period between the years 2004 and 2009 on data from six world stock indices - DJI, GSPC, IXIC, FTSE, GDAXI and N225. The models model mean using the AR and MA processes with up to two lags and variance with one of GARCH, EGARCH or TARCH processes with up to two lags. The models are estimated on the data from the in-sample period and their forecasting accuracy is evaluated on the out-of-sample data, which are more volatile. The main aim of the thesis is to test whether a model estimated on data with lower volatility can be used in periods with higher volatility. The evaluation is based on the conditional coverage test and is performed on each stock index separately. Unlike other works in this field of study, the thesis does not assume the log-returns to be normally distributed and does not explicitly select a particular conditional volatility process. Moreover, the thesis takes advantage of a less known conditional coverage framework for the measurement of forecasting accuracy.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce PhDr. Ivo Jánský 2.99 MB
Stáhnout Abstrakt v českém jazyce PhDr. Ivo Jánský 42 kB
Stáhnout Abstrakt anglicky PhDr. Ivo Jánský 42 kB
Stáhnout Posudek vedoucího PhDr. Milan Rippel 254 kB
Stáhnout Posudek oponenta PhDr. Jakub Seidler, Ph.D. 59 kB
Stáhnout Záznam o průběhu obhajoby 869 kB