Mnohorozměrné modely zobecněné autoregresní podmíněné heteroskedasticity
Multivariate generalized autoregressive conditional heteroscedasticity models
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/124552Identifikátory
SIS: 216392
Kolekce
- Kvalifikační práce [10693]
Autor
Vedoucí práce
Oponent práce
Maciak, Matúš
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
2. 2. 2021
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Výborně
Klíčová slova (česky)
časová řada, ARCH, GARCH, mnohorozměrný GARCH, VEC, BEKK, O-GARCH, GO-GARCH, CCC, DCCKlíčová slova (anglicky)
time series, ARCH, GARCH, multivariate GARCH, VEC, BEKK, O-GARCH, GO-GARCH, CCC, DCCTato diplomová práce se věnuje představení některých přístupů k rozšíření jednoroz- měrného GARCH modelu do více dimenzí. Představujeme jednotlivé modely a věnujeme se metodám jejich odhadu. Dále uvádíme některé statistické testy pro kontrolu modelu. Jeden z nich, Ling-Li test, jsme naprogramovali ve statistickém softwaru R. Vybrané mo- dely jsme aplikovali na reálná data akciových fondů S&P 500 a Russell 2000 a akcií ropy. U GO-GARCH modelu jsme porovnali všechny dostupné metody odhadu a ukázali je- jich rozdíly. Výsledky všech modelů jsme porovnali mezi sebou a také s jednorozměrnými modely z hlediska odhadů podmíněných rozptylů, odhadů podmíněných korelací a také z hlediska výpočetní náročnosti. 1
This master thesis deals with extension of the univariate GARCH model to multivari- ate models. We present individual models and deal with methods of their estimation. Then we describe some statistical tests for diagnosting the models. We have programmed in the statistical software R one of them - the Ling-Li test. Afterwards we apply selected models to real data of stock market index S&P 500, stock market index Russell 2000 and stocks of crude oil. For the GO-GARCH model, we compare all available estimation methods and show their differences. Then we compare the results of all models with each other and also with univariate models in terms of estimates of conditional variances, estimates of conditional correlations and also in terms of computational complexity. 1
Citace dokumentu
Metadata
Zobrazit celý záznamSouvisející záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Modelování ve finanční analýze
Výsledek obhajoby: OBHÁJENOMaďar, Milan (Univerzita Karlova, Matematicko-fyzikální fakulta, 2012)Datum obhajoby: 24. 1. 2012V predloženej práci študujeme regionálne a globálne väzby, ako dôkaz integrácie akciových trhov vo Frankfurte, Amsterdame, Prahe a USA rovnako dynamiku prenosu volatility medzi súvisiacimi devízovými kurzami použitím ... -
Multivariate GARCH
Výsledek obhajoby: NEOBHÁJENOMaďar, Milan (Univerzita Karlova, Matematicko-fyzikální fakulta, 2017)Datum obhajoby: 31. 1. 20174 Title: Multivariate GARCH Author: Mgr. Milan Mad'ar Department: Katedra pravděpodobnosti a matematické statistiky Abstract: This thesis will examine the regional and global linkages as evi- dence of integration of stock ... -
Multivariate GARCH
Výsledek obhajoby: NEOBHÁJENOMaďar, Milan (Univerzita Karlova, Matematicko-fyzikální fakulta, 2015)Datum obhajoby: 5. 2. 20153 Názov práce: Viacrozmerný GARCH Autor: Mgr. Milan Mad'ar Katedra: Katedra pravděpodobnosti a matematické statistiky Abstrakt: Predložená práca pojednáva o regionálnych a globálnych väzbách, ako dôkaz integrácie akciových ...