D
2015
Aplikace GARCH přístupu při modelování volatility měnového kurzu
JEŘÁBEK, Tomáš
Basic information
Original name
Aplikace GARCH přístupu při modelování volatility měnového kurzu
Name in Czech
Aplikace GARCH přístupu při modelování volatility měnového kurzu
Name (in English)
Applying GARCH Approach to Modeling Currency Rate Volatility
Edition
Hradec Králové, Mezinárodní masarykova konference pro doktorandy a mladé vědecké pracovníky, p. 849-859, 11 pp. 2015
Other information
Type of outcome
Stať ve sborníku
Field of Study
50200 5.2 Economics and Business
Country of publisher
Czech Republic
Confidentiality degree
není předmětem státního či obchodního tajemství
Organization unit
University of Finance and Administration
Keywords (in Czech)
GARCH, Value at Risk, měnový kurz
Keywords in English
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.
In English
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.
Displayed: 5/11/2024 03:21