hrvatski

Prognoziranje volatilnosti prinosa dionica u Hrvatskoj

Cilj ovog rada je definiranje odgovarajućeg modela koji bi na adekvatan način objedinio osnovne karakteristike vrijednosnica. Poznata je činjenica da je većina financijskih vremenskih serija nestacionarna. U praksi, nestacionarnost je najčešće uzrokovana činjenicom da očekivana vrijednost pojave i/ili varijanca nisu konstantne. Zapravo je riječ o vremenskim serijama visokih frekvencija, kod kojih su uočene velike varijacije unutar određenih vremenskih razdoblja. Najčešća mjera te varijabilnosti (volatilnosti), kao mjera disperzije distribucije vjerojatnosti, je standardna devijacija promatrane slučajne varijable, (Alexander, 2001). Ako je nestacionarnost vremenske serije posljedica promjenjivosti očekivane vrijednosti, u praksi se ona najčešće ''uklanja'' transformacijom serije ili odabirom adekvatnog ARIMA(p, d, q) modelima, koristeći na primjer Box– Jenkinsovu proceduru. Međutim, ako je očekivana vrijednost serije konstantna, njezina varijanca često nije konstantna. Naime, uvjetna distribucija slučajne varijable sadrži varijancu koja je promjenjiva u vremenu, odnosno varijancu koja je heteroskedstična. Drugim riječima, modeli koji se upotrebljavaju za procjenu dnevne volatilnosti pretpostavljaju heteroskedastičnost varijance reziduala. Predviđanje volatilnosti (standardne devijacije) jedan je od ključnih zadataka većine analiza financijskih serija. Procjena volatilnosti nalazi svoji primjenu u analizi rizičnosti vrijednosti (VaR analizama) u podešavanju rizika (hedging) u izboru optimalnog portfelja (optimal portfolio selection) ili na primjer u modeliranju cijena opcija (option price modelling). Prema tome, pri analizi nužno je da definirati model koji će objedini osnovne karakteristike financijskih vremenskih serija kao što su: grupiranje volatilnosti (volatility clustering), izražena postojanost (persistence), ''vraćanje'' na prosječnu razinu (mean reversion) ili na primjer prisustvo uvjetne heteroskedastičnosti.

volatilnost prinosa; asimetrični GARCH model; efekt poluge; Studentova distribucija; prognoziranje

nije evidentirano