Modeli i metode analize financijskih vremenskih nizova (CROSBI ID 588619)
Neobjavljeno sudjelovanje sa skupa | neobjavljeni prilog sa skupa
Podaci o odgovornosti
Arnerić, Josip
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
engleski
Models and method of financial time series analysis
nije evidentirano
Volatility; Autocorrelation; GARCH
nije evidentirano
Podaci o prilogu
nije evidentirano
nije evidentirano
Podaci o skupu
Znanstvena radionica iz kvantitativnih financija
pozvano predavanje
10.09.2009-10.09.2009
Split, Hrvatska