Essays in Financial Econometrics
Eseje ve finanční ekonometrii
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/78534Identifikátory
SIS: 172826
Kolekce
- Kvalifikační práce [18142]
Autor
Vedoucí práce
Oponent práce
Di Matteo, Tiziana
Kočenda, Evžen
Witzany, Jiří
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
24. 2. 2016
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
portfolio diversification, dynamic correlations, high frequency data, time-varying copulas, quantile copula regressionKlíčová slova (anglicky)
portfolio diversification, dynamic correlations, high frequency data, time-varying copulas, quantile copula regressionvi Abstrakt Správné pochopení závislostí mezi aktivy je zásadním prvkem pro řízení rizik a skladbu portfolia. Přestože výzkum v dané oblasti byl v posledních desetiletích velmi aktivní, nedávná krize let 2007-2008 nám připomněla, že daným závislostem nemusí být porozuměno dostatečně. Tato krize zafungovala jako spouštěč poptávky po modelech zachycující závislostní strukturu. Literatura pak reaguje zaměřením pozornosti na nelineární závislostní modely, které se kvalitativně blíží pozorovaným datům. Ve svojí dizertaci přispívám k tomuto směru třemi články z finanční ekonometrie a zaměřuji se na nelineární závislosti ve finančních časových řadách z jiného úhlu pohledu. Navrhuji nový empirický model, který umožňuje přesné zachycení a předpověď podmíněné časově závislé sdružené distribuce mezi ropou a akciemi. S využitím nedávno představené míry podmíněných diverzifikačních přínosů, která bere v potaz vyšší momenty distribuce a nelineární strukturu ve chvostech, ukazuji snižující se přínos diverzifikace v posledních deseti letech. Tento přínos se navíc silně měnil v čase. Tato zjištění mají důležité důsledky pro alokaci aktiv, jelikož přínos ze zahrnutí ropy do portfolia nemusí...
vi Abstract Proper understanding of the dependence between assets is a crucial ingredient for a number of portfolio and risk management tasks. While the research in this area has been lively for decades, the recent financial crisis of 2007-2008 reminded us that we might not understand the dependence properly. This crisis served as catalyst for boosting the demand for models capturing the dependence structures. Reminded by this urgent call, literature is responding by moving to nonlinear de- pendence models resembling the dependence structures observed in the data. In my dissertation, I contribute to this surge with three papers in financial econo- metrics, focusing on nonlinear dependence in financial time series from different perspectives. I propose a new empirical model which allows capturing and forecasting the conditional time-varying joint distribution of the oil - stocks pair accurately. Em- ploying a recently proposed conditional diversification benefits measure that con- siders higher-order moments and nonlinear dependence from tail events, I docu- ment decreasing benefits from diversification over the past ten years. The diver- sification benefits implied by my empirical model are, moreover, strongly varied over time. These findings have important implications for asset allocation, as the benefits of...