Pravděpodobnostní rozdělení ve financích
Probability distributions in finance
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/50059Identifikátory
SIS: 91755
Katalog UK: 990013856110106986
Kolekce
- Kvalifikační práce [11979]
Autor
Vedoucí práce
Oponent práce
Zichová, Jitka
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
12. 9. 2011
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
Laplaceovo rozdělení, asymetrické Laplaceovo rozděleníKlíčová slova (anglicky)
Laplace distribution, asymmetric Laplace distributionTato bakalářská práce představuje souhrn rozdělení vhodných k modelování výnosů a ztrát. Nejprve pojednává o základních vlastnostech výnosů a ztrát a poté o konkrétních rozděleních. Zvláštní důraz je přitom kladen na nesymetrická rozdělení a na rozdělení s těžkými chvosty. O těchto rozděleních pojednává do hloubky a shrnuje základní vlastnosti týkající se chování chvostů. Je též doplněna o numerická pozorování na reálných datech. Motivem k napsání této práce je nedostatečnost symetrických rozdělení, protože s jejich pomocí nelze modelovat extrémní výnosy a ztráty. Práce by měla přispět zájemcům o studium nesymetrických rozdělení s těžkými chvosty jako pramen pro další zkoumání.
This thesis presents a summary of distributions suitable for modelling returns and losses. First discusses the basic properties of returns and losses, and then on specific distributions. Particular emphasis is placed on the asymmetric distribution and distribution with heavy tails. These distributions are discussed in depth, and the basic properties concerning the behaviour of tails are summarized. It is also supplemented with numerical observations on real data. The motive for writing this work is the inadequacy of symmetric distribution, because they are not good for modelling extreme returns and losses. The work should help people, who are interested in studying asymmetric distribution with heavy tails, as a source of further investigation.
