Rozdělení s tjažki chvosty a finanční aplikace
Heavy tailed distributions and their applications to finance
bachelor thesis (DEFENDED)

View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/63989Identifiers
Study Information System: 141055
Collections
- Kvalifikační práce [11325]
Author
Advisor
Referee
Janák, Josef
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
General Mathematics
Department
Department of Probability and Mathematical Statistics
Date of defense
10. 9. 2014
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Very good
Keywords (Czech)
Těžké chvosty, stabilní rozdělení, geometricky stabilní, náhodné součty, náhodné součinyKeywords (English)
Heavy tailes, stable cistribution, geometric stable, random summation, random multiplicationV této práci popíšeme rozdělení s těžkými chvosty a ukážeme nutné a postačující podmínky pro jejich existenci. Zabýváme se náhodným součinem náhodných veličin a jejich konvergencí k Paretovu rozdělení a uvádíme grafy podporující toto tvrzení. Dále definujeme stabilní rozdělení a ukážeme jejich užití pro aproximaci náhodného součtu náhodných proměnných. Také zavedeme Gaussovké a nekonečně dělitelné náhodné veličiny a ukážeme podmínky pro jejich existenci. Ukážeme, že jediná geometricky stabilní rozdělení musí být striktně geometricky stabilní nebo nepravá. Nakonec se věnujeme aplikacím stabilních rozdělení ve finančních výpočtech a ukážeme použití pro výpočet Value at Risk. Powered by TCPDF (www.tcpdf.org)
In this work we describe heavy tailed distributions. We show conditions necessary and sufficient for their existence. First we study the product of random number of random variables and their convergence to the Pareto distribution. We also show graphs that concur this theorem. Next we define stable distributions and we study their usefulness for approximating of sum of random number of random variables. We also define Gauss and infinitely divisible random variables and we show conditions for their existence. We also show that the only geometric stable distribution following the stable law are strictly geometric stable or improper geometric stable distributions. In the end we study applications of stable distributions in finance and we show example for their usage in computing VaR. Powered by TCPDF (www.tcpdf.org)