Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

MODELOVÁNÍ A EX-POST PREDIKCE VOLATILITY POMOCÍ LINEÁRNÍCH A NELINEÁRNÍCH MODELŮ PODMÍNĚNÉ HETEROSKEDASTICITY

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F12%3A86082799" target="_blank" >RIV/61989100:27510/12:86082799 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    MODELOVÁNÍ A EX-POST PREDIKCE VOLATILITY POMOCÍ LINEÁRNÍCH A NELINEÁRNÍCH MODELŮ PODMÍNĚNÉ HETEROSKEDASTICITY

  • Popis výsledku v původním jazyce

    Tento příspěvek se zabývá odhadem volatility při využití vybraných lineárních a nelineárních modelů podmíněné heteroskedasticity, které jsou schopny zohlednit hlavní empirické vlastnosti dat na akciových trzích. Cílem tohoto příspěvku je srovnání ex-postpredikce volatility vybraných modelů volatility v různých časových periodách se zaměřením na období globální finanční krize. Nejprve jsou popsány vybrané přístupy aproximace volatility a dále popsány lineární a nelineární modely podmíněné volatility. Empirická analýza byla provedena na denních výnosech vyspělých (USA, Velká Británie) i rozvíjejících se (Česká republika, Polsko) akciových trhů v letech 2004-2012. Odhady volatility získané pomocí modelů jsou pak srovnány se skutečnými hodnotami volatility na základě ztrátových funkcí jako indikátorů kvality predikce ve vybraných obdobích. Nejméně kvalitních výsledků bylo dosaženo při použití dat z období globální finanční krize. Navíc je kvalita predikce obecně lepší na vyspělých trzích,

  • Název v anglickém jazyce

    MODELING AND IN-SAMPLE FORECASTING OF VOLATILITY USING LINEAR AND NONLINEAR MODELS OF CONDITIONAL HETEROSCEDASTICITY

  • Popis výsledku anglicky

    This paper deals with estimates of volatility using selected linear and nonlinear models of conditional heteroskedasticity which are able to account for the main empirical features observed in data on equity markets. The aim of this paper is to compare in-sample forecasting performance of volatility models in selected time periods with a special emphasis on the time of the global financial crisis. There are at first described the selected ways of volatility approximation and further characterized linearand nonlinear models of conditional heteroscedasticity. The empirical analysis has been applied on the daily returns of both developed (USA, Great Britain) and emerging (Czech Republic, Poland) equity markets in the years 2004-2012. Estimates obtained using volatility models are compared with the real values of volatility on the basis of loss functions as indicators of forecasting quality in different time periods. It seems that worst results were achieved when analyzing data from the g

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Řízení a modelování finančních rizik : sborník příspěvků z 6. mezinárodní vědecké konference : 10.-11. září 2012, Ostrava, Česká republika

  • ISBN

    978-80-248-2835-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

    557-566

  • Název nakladatele

    VŠB - Technická univerzita Ostrava

  • Místo vydání

    Ostrava

  • Místo konání akce

    Ostrava

  • Datum konání akce

    10. 9. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000317528600063