Understanding systematic risk of assets at various quantiles of return distribution 

Abstract

V této práci se zabýváme analýzou modelu oceňování kapitálových aktiv, který je v práci odvozen, pomocí kvantilové regrese. Analýza je provedena na reálných datech, na kterých zkoumáme, zda-li je splněn jeden z mnoha důsledků modelu, a to že je beta konstantní v různých kvantilech distribuční funkce výnosu. K tomu nám poslouží Khmaladzeho test, který se pro testování měnící se bety v kvantilech distribuční funkce výnosu perfektně hodí. Jak kvantilovou regresi, tak Khmaladzeho test navíc před samotným testováním v jednoduchém a přehledném značení uvedeme a vysvětlíme, tudíž jejich znalost k porozumění práce není nutná. Powered by TCPDF (www.tcpdf.org)

In this thesis, we deal with the application of quantile regression to the Capital Asset Pricing Model, which is derived in the thesis. We investigate a real dataset to determine if one of many implications - constant beta at different quantiles of return distribution, of the model is met. For that purpose, we use Khmaladze test which is perfectly suited for testing if asset's beta varies over return distribution. Before we run the test we introduce both quantile regression and the Khmaladze test to the reader in simple and clear notation as we do not expect the reader to be familiar with this regression technique. Powered by TCPDF (www.tcpdf.org)