dc.contributor.advisor | Šopov, Boril | |
dc.creator | Šiml, Jan | |
dc.date.accessioned | 2017-05-07T17:41:32Z | |
dc.date.available | 2017-05-07T17:41:32Z | |
dc.date.issued | 2012 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/45481 | |
dc.description.abstract | Tato práce zkoumá schopnosti modelů z GARCH rodiny zachytit charakteristiky chvostů pomocí Monte Carlo simulace v rámci Podmíněné Teorie Extrémních Hod- not. Analýza je provedena pro tři modely GARCH typu: GARCH, EGARCH, GJR-GARCH, s použitím Normálního a následně i Studentova t rozdělení inovací GARCH modelu na čtyřech známých akciových indexech: S&P 500, FTSE 100, DAX a Nikkei 225. Po provedení 3000 simulací každého odhadnutého modelu jsou spočítány Hillovi odhady tvarového parametru limitní distribuce extrémních hodnot implikovaných GARCH modely a následně jsou zhodnoceny jejich výsledky na zák- ladě histogramů, deskriptivních statistik a odmocniny střední čtvercové odchylky simulovaných Hillových odhadů. Zjistili jsme, že Normální rozdělení není schopné zachytit chvostové charakter- istiky. Přestože jsou výsledky modelů se Studentovým rozdělením inovací velmi podobné, GJR-GARCH model je ohodnocen jako nejlepší model v naší analýze. Navíc, vztah mezi vzhledem Q-Q plotu a výsledky simulace je naznačen, a pod- porován všemi indexy až na DAX index. Tato anomálie je dále zkoumána, společně se špatnými výsledky simulace DAX asymetrickými modely. Přestože Hillův odhad je vypočítáván jen z několika nejnižších řádových statistik, u DAXu se ukazuje, že i horní kvantily hrají roli a mohou rozhodit... | cs_CZ |
dc.description.abstract | This thesis investigates the capability of GARCH-family models to capture the tail properties using Monte Carlo simulation in framework of Conditional Extreme Value Theory. Analysis is carried out for three different GARCH-type models: GARCH, EGARCH, GJR-GARCH using Normal and Student's t-distributed innovations on four well-known stock market indices: S&P 500, FTSE 100, DAX and Nikkei 225. After conducting 3000 simulations of every estimated model, the Hill estimate of shape parameter implied by the GARCH-type models will be calculated and the models' performance will be assessed based on histograms, descriptive statistics and Root Mean Squared Error of simulated Hill estimates. Interesting results and im- plications for further research have been identified. Firstly, we highlight the Normal distribution's inappropriate nature in this case and its inability to capture the tail properties. Furthermore, GJR-GARCHT with t-distributed innovations is identified to be the best model, closely followed by other t-distributed GARCH-type models. Finally, a pattern in all Q-Q plots forecasting the simulation study results is appar- ent, with the exception of the DAX. This anomalous behaviour therefore necessitated further analysis and a significant right tail influence was recorded. Even though Hill estimates... | en_US |
dc.language | English | cs_CZ |
dc.language.iso | en_US | |
dc.publisher | Univerzita Karlova, Fakulta sociálních věd | cs_CZ |
dc.subject | Teorie extrémních hodnot | cs_CZ |
dc.subject | GARCH | cs_CZ |
dc.subject | Monte Carlo | cs_CZ |
dc.subject | riziko | cs_CZ |
dc.subject | chvostové vlastnosti | cs_CZ |
dc.subject | volatilita | cs_CZ |
dc.subject | modelování volatility | cs_CZ |
dc.subject | Extreme value theory | en_US |
dc.subject | GARCH | en_US |
dc.subject | Monte Carlo | en_US |
dc.subject | Risk | en_US |
dc.subject | tail properities | en_US |
dc.subject | volatility | en_US |
dc.subject | volatility modelling | en_US |
dc.title | Extreme value theory: Empirical analysis of tail behaviour of GARCH models | en_US |
dc.type | bakalářská práce | cs_CZ |
dcterms.created | 2012 | |
dcterms.dateAccepted | 2012-06-20 | |
dc.description.department | Institute of Economic Studies | en_US |
dc.description.department | Institut ekonomických studií | cs_CZ |
dc.description.faculty | Faculty of Social Sciences | en_US |
dc.description.faculty | Fakulta sociálních věd | cs_CZ |
dc.identifier.repId | 110696 | |
dc.title.translated | Teorie extrémních hodnot: Empirická analýza chování chvostů GARCH modelů | cs_CZ |
dc.contributor.referee | Kocourek, David | |
dc.identifier.aleph | 001480697 | |
thesis.degree.name | Bc. | |
thesis.degree.level | bakalářské | cs_CZ |
thesis.degree.discipline | Economics | en_US |
thesis.degree.discipline | Ekonomie | cs_CZ |
thesis.degree.program | Economics | en_US |
thesis.degree.program | Ekonomické teorie | cs_CZ |
uk.thesis.type | bakalářská práce | cs_CZ |
uk.taxonomy.organization-cs | Fakulta sociálních věd::Institut ekonomických studií | cs_CZ |
uk.taxonomy.organization-en | Faculty of Social Sciences::Institute of Economic Studies | en_US |
uk.faculty-name.cs | Fakulta sociálních věd | cs_CZ |
uk.faculty-name.en | Faculty of Social Sciences | en_US |
uk.faculty-abbr.cs | FSV | cs_CZ |
uk.degree-discipline.cs | Ekonomie | cs_CZ |
uk.degree-discipline.en | Economics | en_US |
uk.degree-program.cs | Ekonomické teorie | cs_CZ |
uk.degree-program.en | Economics | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | Tato práce zkoumá schopnosti modelů z GARCH rodiny zachytit charakteristiky chvostů pomocí Monte Carlo simulace v rámci Podmíněné Teorie Extrémních Hod- not. Analýza je provedena pro tři modely GARCH typu: GARCH, EGARCH, GJR-GARCH, s použitím Normálního a následně i Studentova t rozdělení inovací GARCH modelu na čtyřech známých akciových indexech: S&P 500, FTSE 100, DAX a Nikkei 225. Po provedení 3000 simulací každého odhadnutého modelu jsou spočítány Hillovi odhady tvarového parametru limitní distribuce extrémních hodnot implikovaných GARCH modely a následně jsou zhodnoceny jejich výsledky na zák- ladě histogramů, deskriptivních statistik a odmocniny střední čtvercové odchylky simulovaných Hillových odhadů. Zjistili jsme, že Normální rozdělení není schopné zachytit chvostové charakter- istiky. Přestože jsou výsledky modelů se Studentovým rozdělením inovací velmi podobné, GJR-GARCH model je ohodnocen jako nejlepší model v naší analýze. Navíc, vztah mezi vzhledem Q-Q plotu a výsledky simulace je naznačen, a pod- porován všemi indexy až na DAX index. Tato anomálie je dále zkoumána, společně se špatnými výsledky simulace DAX asymetrickými modely. Přestože Hillův odhad je vypočítáván jen z několika nejnižších řádových statistik, u DAXu se ukazuje, že i horní kvantily hrají roli a mohou rozhodit... | cs_CZ |
uk.abstract.en | This thesis investigates the capability of GARCH-family models to capture the tail properties using Monte Carlo simulation in framework of Conditional Extreme Value Theory. Analysis is carried out for three different GARCH-type models: GARCH, EGARCH, GJR-GARCH using Normal and Student's t-distributed innovations on four well-known stock market indices: S&P 500, FTSE 100, DAX and Nikkei 225. After conducting 3000 simulations of every estimated model, the Hill estimate of shape parameter implied by the GARCH-type models will be calculated and the models' performance will be assessed based on histograms, descriptive statistics and Root Mean Squared Error of simulated Hill estimates. Interesting results and im- plications for further research have been identified. Firstly, we highlight the Normal distribution's inappropriate nature in this case and its inability to capture the tail properties. Furthermore, GJR-GARCHT with t-distributed innovations is identified to be the best model, closely followed by other t-distributed GARCH-type models. Finally, a pattern in all Q-Q plots forecasting the simulation study results is appar- ent, with the exception of the DAX. This anomalous behaviour therefore necessitated further analysis and a significant right tail influence was recorded. Even though Hill estimates... | en_US |
uk.publication.place | Praha | cs_CZ |
uk.grantor | Univerzita Karlova, Fakulta sociálních věd, Institut ekonomických studií | cs_CZ |
dc.identifier.lisID | 990014806970106986 | |