Modelování závislostí ve finančním managementu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F04274644%3A_____%2F18%3A%230000352" target="_blank" >RIV/04274644:_____/18:#0000352 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Modelování závislostí ve finančním managementu

Popis výsledku v původním jazyce

Odhad přesné hodnoty rizika investičního portfolia má zásadní význam v kontextu řízení tržních rizik. V rámci řízení portfolií je velmi důležité správné pochopení struktury závislostí mezi aktivy obsaženými v portfoliu. Modelování závislostí mezi akciovými výnosy je komplexním úkolem, a to především, když výsledná rozdělení portfoliových výnosů nejsou gaussovská neboli normální. V těchto případech se jako jeden z možných nástrojů pro popis závislostí jeví kopule. Cílem tohoto článku je nejprve zkoumat vliv různých kopul na přesnost VaR odhadů a následně nalézt model vhodný při aplikaci na akciové portfolio. Celkově docházíme k závěru, že, že přístupy založené na AR-GJR-GARCH modelu s aplikací symetrické Studentovy a Normální kopule a dále s aplikací asymetrické Claytonovy a symetrické Frankovy kopule překonávají tradiční historickou simulaci a varianční-kovarianční metodu pro odhad VaR.

Název v anglickém jazyce

Modeling Dependencies in Financial Management

Popis výsledku anglicky

Estimation of the accurate value of the investment portfolio risk is essential in the context of market risk management. In portfolio management, it is very important to understand the structure of dependencies between assets in the portfolio. Modeling dependencies between stock returns is a complex task, especially when the resulting portfolio allocation is not Gaussian or normal. The copula appears as one of the possible tools for describing dependencies in these cases. The aim of this article is to first examine the impact of the different dots on the accuracy of VaR estimates and subsequently to find a model suitable for application to the stock portfolio. Overall, we conclude that AR-GJR-GARCH based approaches with the application of the symmetrical Student and Normal copulas and the application of the asymmetric Clayton and symmetric Frank copulas overcome the traditional historical simulation and the variance-covariance method.

Druh

J_ost - Ostatní články v recenzovaných periodicích

CEP obor

—

OECD FORD obor

50200 - Economics and Business

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Acta Sting

ISSN

1805-1391

e-ISSN

1805-6873

Svazek periodika

Neuveden

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

23

Strana od-do

22-44

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—