velikost textu

Essays in Empirical Financial Economics

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:
Essays in Empirical Financial Economics
Název v češtině:
Pojednání o empirické finanční ekonomii
Typ:
Rigorózní práce
Autor:
Mgr. Diana Žigraiová
Vedoucí:
PhDr. Ing. Petr Jakubík, Ph.D.
Oponenti:
doc. RNDr. Jiří Witzany, Ph.D.
PhDr. Petr Teplý, Ph.D.
Martin Gächter, Dr.
Id práce:
208063
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:
23. 10. 2018
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Angličtina
Klíčová slova:
Bankovní soutěž, bankovní riziko, Bayesovské modelové průměrování, indikátory včasného varování, finanční krize, index finančního stresu, strojové učení, složení představenstva, meta-analýza, publikační selektivita, systémové riziko, výběr proměnných
Klíčová slova v angličtině:
Bank competition, Bank risk-taking, Bayesian model averaging, Early warning indicators, Financial crisis, Financial stress index, Machine learning, Management board composition, Meta-analysis, Publication selection bias, Systemic risk, Variable selection
Abstrakt:
Tato disertační práce se skládá ze čtyř esejí, které empiricky zkoumají tři témata ve finanční ekonomii; finanční stres a její vedoucí ukazatele, vztah mezi konkurencí v bankovním sektoru a finanční stabilitou a souvislost mezi složením představenství bank a bankovním rizikem. V první eseji zkoumáme, které proměnné dokáží předpovědět finanční stres v 25 zemích OECD s využitím nedávno vytvořeného indexu finančního stresu. Zjistili jsme, že panelové modely jen obtížně vysvětlují dynamiku FSI. Ačkoli jsou lepší výsledky v modelování jednotlivých zemí, naše zjištění naznačují, že finanční stres je obtížné předpovědět mimo vzorku i přes poměrně dobrou výkonnost modelů v rámci vzorky. Druhý esej sestavuje systém včasného varování pro hodnocení systémových rizik a předpovídání systémových událostí na dvou horizontech různé délky na panelu 14 zemí. Používáme index finančního stresu k určení počátků systémových finančních krizí a ukazatele včasného varování vybíráme ve dvou krocích; identifikujeme relevantní horizonty předpovědí pro každý ukazatel a využíváme Bayesovské modelové průměrování k určení nejužitečnějších prediktorů. Model s dlouhým horizontem se ukázal jako výkonnější pro Českou republiku. Teoretická literatura se neshoduje v názoru, jak míra soutěže mezi bankami ovlivňuje finanční stabilitu. Množství studií se pokouší tento efekt odhadnout empiricky, ale jejich výsledky se značně liší. Ve třetí eseji analyzujeme 598 odhadů tohoto vztahu publikovaných v 31 studiích, k čemuž používáme metody meta-analýzy. Naše výsledky naznačují, že definice finanční stability a soutěže mezi bankami použité v dané studii systematicky ovlivňují výsledky. Nacházíme stopy mírné publikační selektivity. Literatura jako celek neukazuje na žádný významný vztah mezi soutěží na bankovním trhu a finanční stabilitou, i když odhady očistíme o publikační selektivitu a chyby v měření. Čtvrtý esej zkoumá, jak složení představenstev českých bank ovlivňuje jejich riziko. Za tímto účelem byl sestaven jedinečný soubor vybraných biografických údajů o členech představenstev českých bank za období 2001–2012, který jsme doplnili o finanční údaje jednotlivých bank. Dále používáme metodu strojového učení - náhodný les - abychom identifikovali nejlepší prediktory bankovního rizika a dále interpretujeme výstup modelu. Nacházíme nelineární vztahy mezi průměrným věkem členů představenstva, průměrnou délkou funkčního období, podílem ředitelů, kteří jsou držiteli titulu MBA, podílem ředitelů, kteří jsou cizinci a třemi sledovanými typy míry rizikovosti banky.
Abstract v angličtině:
This dissertation is composed of four essays that empirically investigate three topics in financial economics; financial stress and its leading indicators, the relationship between bank competition and financial stability, and the link between management board composition and bank risk. In the first essay we examine which variables have predictive power for financial stress in 25 OECD countries, using a recently constructed financial stress index. We find that panel models can hardly explain FSI dynamics. Although better results are achieved in country models, our findings suggest that financial stress is hard to predict out-of- sample despite the reasonably good in-sample performance of the models. The second essay develops an early warning framework for assessing systemic risks and predicting systemic events over two horizons of different length on a panel of 14 countries. We build a financial stress index to identify the starting dates of systemic financial crises and select crisis-leading indicators in a two-step approach; we find relevant prediction horizons for each indicator and employ Bayesian model averaging to identify the most useful predictors. We find superior performance of the long-horizon model for the Czech Republic. The theoretical literature gives conflicting predictions on how bank competition should affect financial stability, and dozens of researchers have attempted to evaluate the relationship empirically. In the third essay we collect 598 estimates of the competition-stability nexus reported in 31 studies and analyze the literature using meta- analysis methods. Our findings suggest that the definition of financial stability and bank competition used by researchers influences their results in a systematic way. We find evidence for moderate publication bias. Taken together, the estimates reported in the literature suggest little interplay between competition and stability, even when corrected for publication bias and potential misspecifications. The fourth essay investigates how composition of Czech bank management boards affects bank risk. We build a unique data set comprising selected biographical information on the management board members of Czech banks over the 2001-2012 period and combine it with individual bank financial data. Next, we apply a machine learning technique – the random forest – to identify the best predictors of bank risk and further interpret the model output. We find non-linear relationships between average directors’ age, average director tenure, the proportion of directors holding an MBA and the proportion of non-national directors and the three observed bank risk proxies.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Mgr. Diana Žigraiová 121.29 MB
Stáhnout Abstrakt v českém jazyce Mgr. Diana Žigraiová 25 kB
Stáhnout Abstrakt anglicky Mgr. Diana Žigraiová 24 kB
Stáhnout Posudek oponenta doc. RNDr. Jiří Witzany, Ph.D. 14.32 MB
Stáhnout Posudek oponenta PhDr. Petr Teplý, Ph.D. 12.4 MB
Stáhnout Posudek oponenta Martin Gächter, Dr. 5.45 MB
Stáhnout Záznam o průběhu obhajoby 7.49 MB