prikaz prve stranice dokumenta Modeli multivarijatne volatilnosti
  Preuzmi
PDF 722.16 KB
diplomski rad
Modeli multivarijatne volatilnosti
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. urn:nbn:hr:217:021530
Burić, Dorotea
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Burić, D. (2020). Modeli multivarijatne volatilnosti (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:021530

Burić, Dorotea. "Modeli multivarijatne volatilnosti." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:021530

Burić, Dorotea. "Modeli multivarijatne volatilnosti." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:217:021530

Burić, D. (2020). 'Modeli multivarijatne volatilnosti', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 24.03.2025., https://urn.nsk.hr/urn:nbn:hr:217:021530

Burić D. Modeli multivarijatne volatilnosti [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2020 [pristupljeno 24.03.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:021530

D. Burić, "Modeli multivarijatne volatilnosti", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:021530

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:021530
Podaci o radu
NaslovModeli multivarijatne volatilnosti
AutorDorotea Burić
MentorAzra Tafro (mentor)
Član povjerenstvaAzra Tafro (predsjednik povjerenstva)
Član povjerenstvaVanja Wagner (član povjerenstva)
Član povjerenstvaRudi Mrazović (član povjerenstva)
Član povjerenstvaHrvoje Šikić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2020-09-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U ovom su radu predstavljeni neki od modela koji procjenjuju vremenski promjenjive volatilnosti i korelacije multivarijatnih vremenskih serija. Za demonstraciju koristimo mjesečne log-povrate IBM dionice, S&P 500 indeksa Coca Cola dionice u razdoblju od siječnja 1963. godine do prosinca 2019. godine.Cilj analize multivarijatnih vremenskih serija je korištenjem stvarnih podataka više vremenskih serija procijeniti valjani model i proučiti međusobnu povezanost tih serija. Uvodimo osnovna... Više svojstva ARCH i GARCH modela. GARCH modeli se primjenjuju u (financijskim) vremenskim serijama zato što pretpostavljaju da one imaju vremenski promjenjivu varijancu. Dodatni je razlog procjene korištenjem GARCH modela taj što financijske vremenske serije kao što su povrati pokazuju svojstvo grupiranja volatilnosti, što znači da vremenske serije imaju periode visoke i niske volatilnosti. Na procjenu EWMA modela i Modela dinamičke uvjetne korelacije (DCC) utječu jedan ili dva parametra te se zato često odbacuju dijagnostičkim provjerama. Jednostavni BEKK (Baba-Engle-Kraft-Kroner) model pruža općenit postupak za modeliranje multivarijatne volatilnosti, ali se susreće s poteškoćama u procjeni već za mali broj vremenskih serija. Također uvodimo postupak za modeliranje koji koristi Choleskyjevu dekompoziciju. Naposljetku, promatramo Go-GARCH model koji je prikladan i za velik broj vremenskih serija. Sakrij dio sažetka
Sažetak (engleski)
In this paper, we present some models that explain how one estimates time-varying volatilities and correlations of multivariate time series. For demonstration, we consider monthly log-returns of IBM stock, S&P 500 index, and Coca Cola stock from January 1963 to December 2019. The objective of multivariate time series analysis is to study the past observations of a multiple time series to an adequate model that describes how the time series are interrelated. We give a brief... Više description of the univariate ARCH and GARCH models. GARCH models are used in financial time series because they have time-varying variance. An additional reason for using GARCH models is a feature of time series called volatility clustering. Financial time series such as stock returns often exhibit volatility clustering, where time series show periods of high volatility and periods of low volatility. Models such as the Exponentially Weighted Moving Average (EWMA) model and Dynamic conditional correlation (DCC) model are extremely parsimonious because they estimate only one or two parameters. For that reason, they tend to be rejected by diagnostic checks. The simple Baba-Engle-Kraft-Krone (BEKK) model provides a general framework for estimating time-varying volatilities but encounters some difficulties in practice when the number of time series is large. We also give a procedure for multivariate volatility modeling using Cholesky decomposition. Finally, we employ the Go-GARCH model which is suitable for a large number of time series. Sakrij dio sažetka
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:021530
Studijski programNaziv: Financijska i poslovna matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-12-07 12:14:34
accessibility

closePristupačnostrefresh

Ako želite spremiti trajne postavke, kliknite Spremi, ako ne - vaše će se postavke poništiti kad zatvorite preglednik.