D
2015
Aplikace GARCH přístupu při modelování volatility měnového kurzu
JEŘÁBEK, Tomáš
Základní údaje
Originální název
Aplikace GARCH přístupu při modelování volatility měnového kurzu
Název česky
Aplikace GARCH přístupu při modelování volatility měnového kurzu
Název anglicky
Applying GARCH Approach to Modeling Currency Rate Volatility
Vydání
Hradec Králové, Mezinárodní masarykova konference pro doktorandy a mladé vědecké pracovníky, od s. 849-859, 11 s. 2015
Další údaje
Typ výsledku
Stať ve sborníku
Obor
50200 5.2 Economics and Business
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Organizační jednotka
Vysoká škola finanční a správní
Klíčová slova česky
GARCH, Value at Risk, měnový kurz
Klíčová slova anglicky
GARCH model, volatility, exchange rate, financial forecasts
V originále
Modelování a předpovídání volatility si v posledních letech získalo značnou pozornost akademiků, investorů, ale také tvůrců hospodářské politiky. Důvodem je skutečnost, že volatilita je významným indikátorem míry rizika na finančních trzích. Cílem této práce je nejprve podrobně analyzovat časovou řadu výnosů měnových kurzů EUR/CZK a následně nalézt nejvhodnější model a zhodnotit jeho predikční výkonnost při předpovídání volatility analyzovaných výnosů. K tomuto účelem byl použit standardní ekonometrický aparát spolu s modely podmíněné heteroskedasticity, konkrétně GARCH modelem a jeho asymetrickou variantou GJR-GARCH s normálním, Studentovým-t a sešikmeným Studentovým-t rozdělením. Výsledky hodnotí GARCH(2,1) model jako nejvhodnější variantu pro modelování volatility sledovaných výnosů.
Anglicky
Modeling and forecasting volatility in recent years has received considerable attention of academics, investors, but also the creators of economic policy. The reason is that volatility is an important indicator of the level of risk in financial markets. The aim of this study is the first detailed analysis of time series of income in foreign exchange rates EUR / CZK and then find the most suitable model and assess its predictive performance in predicting volatility analyzed revenues. For this purpose, use standard econometric models of apparatus, together with the conditional heteroskedasticity, namely GARCH model and its asymmetric variant GJR-GARCH with normal, Student's t-slanted and Student's t-distribution. Results evaluated GARCH (2,1) model as the best option for modeling the volatility observed yields.
Zobrazeno: 16. 11. 2024 09:21