velikost textu

Modeling Conditional Quantiles of Central European Stock Market Returns

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:
Modeling Conditional Quantiles of Central European Stock Market Returns
Název v češtině:
x
Typ:
Rigorózní práce
Autor:
Mgr. Diana Burdová
Vedoucí:
PhDr. Jozef Baruník, Ph.D.
Oponent:
PhDr. Ladislav Krištoufek, Ph.D.
Id práce:
154572
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:
29. 10. 2014
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Angličtina
Klíčová slova:
VaR, GARCH, CAViaR, podmienené kvantily, kvantilová regresia, backtestové metódy
Klíčová slova v angličtině:
VaR, GARCH, CAViaR, conditional quantiles, quantile regression, backtesting
Abstrakt:
Abstrakt Prevažná časť literatúry na tému Value at Risk (VaR) sa zameriava na nepod- mienené neparametrické alebo parametrické prístupy k jeho odhadovaniu, oveĺ a menšia časť 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 cieĺ om práce je skúmať ako zavedenie dynamiky ovplyvňuje presnosť 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 presnosť VaR odhadov v období pred krízou a takisto počas krízy. Výsledky dokazujú, že CAViaR modely veĺ mi do- bre popisujú vývoj kvantilov v čase, či už z hĺ adiska absolútneho alebo relatívneho v porovnaní s parametrickými modelmi. Nielen že poskytujú všeobecne lepšie odhady, ale prinášajú aj presné predpovede. Tieto modely preto môžu slúžiť ako vhodný nástroj na odhadovanie VaRu pri praktickom riadení rizík. 1
Abstract v angličtině:
Abstract Most of the literature on Value at Risk concentrates on the unconditional nonparametric or parametric approach to VaR estimation and much less on the direct modeling of conditional quantiles. This thesis focuses on the direct conditional VaR modeling, using the flexible quantile regression and hence imposing no restrictions on the return distribution. We apply semiparamet- ric Conditional Autoregressive Value at Risk (CAViaR) models that allow time-variation of the conditional distribution of returns and also different time-variation for different quantiles on four stock price indices: Czech PX, Hungarian BUX, German DAX and U.S. S&P 500. The objective is to inves- tigate how the introduction of dynamics impacts VaR accuracy. The main contribution lies firstly in the primary application of this approach on Cen- tral European stock market and secondly in the fact that we investigate the impact on VaR accuracy during the pre-crisis period and also the period covering the global financial crisis. Our results show that CAViaR models perform very well in describing the evolution of the quantiles, both in abso- lute terms and relative to the benchmark parametric models. Not only do they provide generally a better fit, they are also able to produce accurate forecasts. CAViaR models may be therefore used as a suitable tool for VaR estimation in practical risk management. 1
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Mgr. Diana Burdová 1.72 MB
Stáhnout Abstrakt v českém jazyce Mgr. Diana Burdová 29 kB
Stáhnout Abstrakt anglicky Mgr. Diana Burdová 30 kB
Stáhnout Posudek vedoucího PhDr. Jozef Baruník, Ph.D. 116 kB
Stáhnout Posudek oponenta PhDr. Ladislav Krištoufek, Ph.D. 149 kB
Stáhnout Záznam o průběhu obhajoby 37 kB