Show simple item record

Předpovědní schopnosti konkurenčních specifikací Value-at-Risk během krize : aplikace na středoevropské finanční trhy
dc.contributor.advisorBaruník, Jozef
dc.creatorKroutil, Tomáš
dc.date.accessioned2017-04-27T04:20:14Z
dc.date.available2017-04-27T04:20:14Z
dc.date.issued2010
dc.identifier.urihttp://hdl.handle.net/20.500.11956/34245
dc.description.abstractSoučasná celosvětová finanční krize upozornila na nutnost spolehlivého měření a řízení finančního rizika. Tato diplomová práce se zaměřuje na měření a porovnání přesnosti jednodenních "out-of-sample" předpovědí různých modelů Value-at-Risk pomocí komplexního hodnotícího systému za použití krizových dat tří středoevropských akciových indexů (PX, WIG20 a BUX) a dvou "benchmark" indexů (S&P 500, DAX). K sestavení jednotlivých VaR specifikací bylo použito několik modifikací modelu GARCH, a to buď asymetrických, jako například EGARCH, TGARCH, APARCH, nebo modifikací s dlouhou pamětí, jako například FIGARCH a HYGARCH. Kromě modelů s podmíněnou heteroskedasticitou bylo využito i realizované volatility, která byla odhadnuta pomocí ARFIMA a HAR - taktéž s dlouhou pamětí. Jednotlivé modely volatility byly zkombinovány s plně parametrickým přístupem pro výpočet kvantilů, s metodou historické simulace a s tzv. "Extreme Value Theory". Diplomová práce prokazuje, že nejpřesnější předpovědi poskytují specifikace založené na logaritmické realizované volatilitě a na modelech TGARCH a APARCH. Přesto model RiskMetrics, který je považován za "benchmark", nebyl prokázán jako významně horší. Nejlepší se ukázal být model TGARCH-t FHS, což je specifikace založená na kombinaci asymetrického GARCH filtru s těžkými chvosty s přístupem...cs_CZ
dc.description.abstractThe recent worldwide Financial Crisis has increased the need for reliable financial risk measurement and management. In this thesis we evaluate and compare the accuracy of one-day-ahead out-of-sample forecasts of various Value-at-Risk models through a comprehensive assessment framework using crisis data of three CEE stock market indices (PX, WIG20 and BUX) and two benchmark stock indices (S&P 500, DAX). For building the VaR specifications we employ several GARCH extensions allowing either for asymmetry in volatility such as EGARCH, TGARCH and APARCH or long memory like FIGARCH and HYGARCH. Apart from conditional heteroscedasticity models, we also utilize realized volatility estimated by long memory ARFIMA and HAR. Individual volatility models are combined with full parametric approach, filtered historical simulation or filtered extreme value theory. This thesis shows that while VaR specifications based on logarithmic realized volatility, TGARCH and APARCH perform best overall, the benchmark - RiskMetrics model - is not significantly outperformed. The best performing model proves to be the TGARCH-t FHS, which is a combination of asymmetric and heavy-tailed GARCH filter with a historical simulation based approach.en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.titlePredictive accuracy of competing Value-at Risk specifications during crisis : an application to CEE financial marketsen_US
dc.typediplomová prácecs_CZ
dcterms.created2010
dcterms.dateAccepted2010-09-08
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.facultyFaculty of Social Sciencesen_US
dc.description.facultyFakulta sociálních vědcs_CZ
dc.identifier.repId89721
dc.title.translatedPředpovědní schopnosti konkurenčních specifikací Value-at-Risk během krize : aplikace na středoevropské finanční trhycs_CZ
dc.contributor.refereeSeidler, Jakub
dc.identifier.aleph001393415
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineEconomicsen_US
thesis.degree.disciplineEkonomiecs_CZ
thesis.degree.programEconomicsen_US
thesis.degree.programEkonomické teoriecs_CZ
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomiecs_CZ
uk.degree-discipline.enEconomicsen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csSoučasná celosvětová finanční krize upozornila na nutnost spolehlivého měření a řízení finančního rizika. Tato diplomová práce se zaměřuje na měření a porovnání přesnosti jednodenních "out-of-sample" předpovědí různých modelů Value-at-Risk pomocí komplexního hodnotícího systému za použití krizových dat tří středoevropských akciových indexů (PX, WIG20 a BUX) a dvou "benchmark" indexů (S&P 500, DAX). K sestavení jednotlivých VaR specifikací bylo použito několik modifikací modelu GARCH, a to buď asymetrických, jako například EGARCH, TGARCH, APARCH, nebo modifikací s dlouhou pamětí, jako například FIGARCH a HYGARCH. Kromě modelů s podmíněnou heteroskedasticitou bylo využito i realizované volatility, která byla odhadnuta pomocí ARFIMA a HAR - taktéž s dlouhou pamětí. Jednotlivé modely volatility byly zkombinovány s plně parametrickým přístupem pro výpočet kvantilů, s metodou historické simulace a s tzv. "Extreme Value Theory". Diplomová práce prokazuje, že nejpřesnější předpovědi poskytují specifikace založené na logaritmické realizované volatilitě a na modelech TGARCH a APARCH. Přesto model RiskMetrics, který je považován za "benchmark", nebyl prokázán jako významně horší. Nejlepší se ukázal být model TGARCH-t FHS, což je specifikace založená na kombinaci asymetrického GARCH filtru s těžkými chvosty s přístupem...cs_CZ
uk.abstract.enThe recent worldwide Financial Crisis has increased the need for reliable financial risk measurement and management. In this thesis we evaluate and compare the accuracy of one-day-ahead out-of-sample forecasts of various Value-at-Risk models through a comprehensive assessment framework using crisis data of three CEE stock market indices (PX, WIG20 and BUX) and two benchmark stock indices (S&P 500, DAX). For building the VaR specifications we employ several GARCH extensions allowing either for asymmetry in volatility such as EGARCH, TGARCH and APARCH or long memory like FIGARCH and HYGARCH. Apart from conditional heteroscedasticity models, we also utilize realized volatility estimated by long memory ARFIMA and HAR. Individual volatility models are combined with full parametric approach, filtered historical simulation or filtered extreme value theory. This thesis shows that while VaR specifications based on logarithmic realized volatility, TGARCH and APARCH perform best overall, the benchmark - RiskMetrics model - is not significantly outperformed. The best performing model proves to be the TGARCH-t FHS, which is a combination of asymmetric and heavy-tailed GARCH filter with a historical simulation based approach.en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV