JEŘÁBEK, Tomáš. Modelování závislostí ve finančním managementu. Acta Sting. Brno: Akademie Sting, Neuveden, č. 1, s. 22-44. ISSN 1805-1391. 2018.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Modelování závislostí ve finančním managementu
Název česky Modelování závislostí ve finančním managementu
Název anglicky Modeling Dependencies in Financial Management
Autoři JEŘÁBEK, Tomáš (203 Česká republika, garant, domácí).
Vydání Acta Sting, Brno, Akademie Sting, 2018, 1805-1391.
Další údaje
Originální jazyk čeština
Typ výsledku Článek v odborném periodiku
Obor 50200 5.2 Economics and Business
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/04274644:_____/18:#0000352
Organizační jednotka Vysoká škola finanční a správní
Klíčová slova česky Portfolio; Value at Risk (VaR); kopule; GARCH; zpětné testování
Klíčová slova anglicky Portfolio; Value at Risk (VaR); copula; GARCH; backtesting
Štítky AR 2017-2018, ERIH, RIV_2019, xJ4
Příznaky Recenzováno
Změnil Změnila: Ing. Dominika Moravcová, učo 21787. Změněno: 14. 3. 2019 10:09.
Anotace
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.
Anotace 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.
VytisknoutZobrazeno: 28. 3. 2024 13:03