hrvatski

Modeli i metode analize financijskih vremenskih nizova

Pokazuje se kako je primijena Studentove t-distribucije adekvatnija, ne samo u procijeni GARCH i MGARCH modela, već i u optimalnom izboru portfelja uz VaR ograničenje. Veliku ulogu u unaprijeđenju klasičnog pristupa ima financijska ekonometrija koja je u posljednih dvadeset godina značajno pridonjela povećanju prognostičke moći u modelima volatilnosti. Volatilnost, kao mjera tržišnog rizika, povezuje se sa standardnom devijacijom prinosa, na temelju koje je moguće procijeniti i alternativne mjere rizika (VaR, CVaR, ES). Procjena volatilnosti od posebne je važnosti za subjekte na tržištima kapitala budući investitori očekuju veće prinose za rizičnije vrijednosnice. Prezentiraju se i definiraju modeli koji na adekvatan način objedinjuju zapažene karakteristike financijskih vremenskih nizova, kao što su grupiranje volatilnosti u skupinama, značajna autokorelacija kvadrata prinosa, zadebljani krajevi distribucija, vračanje na prosječnu razinu, te asimetričan utjecaj informacija. Predviđanje volatilnosti ima veliku ulogu u podešavanju rizika i u modeliranju cijena opcija. Također se analiziraju i multivarijatni modeli volatilnosti (MGARCH). Pomoću definiranih modela utvrđuje se smjer i intenzitet uvjetne korelacije kovolatilnosti dionica te se analizira da li je ona konstantna ili vremenski promjenjiva. Detaljno je izložen i postupak procijene parametara navedenih modela maksimizirajući funkciju vjerodostojnosti.

Volatilnost; Autokorelacija; GARCH

nije evidentirano