Kvantitativní metody ve financích
Quantitative methods in finance
Kvantitativní metody ve financích
bakalářská práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/40275/thumbnail.png?sequence=8&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/40275Identifikátory
SIS: 114197
Kolekce
- Kvalifikační práce [11266]
Autor
Vedoucí práce
Oponent práce
Zichová, Jitka
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Finanční matematika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
3. 9. 2012
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Slovenština
Známka
Výborně
Klíčová slova (česky)
rizikový faktor, miera rizika, Value at Risk, Conditional Value at Risk, kopula funkciaKlíčová slova (anglicky)
risk factor, risk measure, Value at Risk, Conditional Value at Risk, copula functionV predloženej práci sa venujeme kvantitatívnym rizikovým mieram odhadujúcim vplyv trhového rizika na investície vložené do finančných inštrumentov. Najčastejšie používanou mierou je hodnota v riziku (Value at Risk), ktorú predstavujeme s jej vlastnosťami a modifikáciami. Pri aplikácii vybraných metód na reálne dáta sa stretávame s problémom aproximácie ich rozdelenia, špeciálne vo viacrozmerných prípadoch, kedy rizikové faktory podliehajú vzájomnej závislosti. To nás vedie k skúmaniu kopula funkcií, ktoré v práci používame na zahrnutie štruktúr závislosti jednotlivých rizikových faktorov do vyčíslenia hodnôt mier rizika. Vybrané metódy aproximácie a výpočtu rizikových mier sú aplikované na reálne dáta a uvedené spolu s výsledkami, prípadnými grafickými znázorneniami a vzájomným porovnaním.
In the present thesis we deal with the quantitative risk measures estimating the influence of market risk on the investments to the financial instruments. The most commonly used measure is Value at Risk which we introduce with its characteristics and modifications. Applying the methods to real data we deal with the problem of approximation of its distribution, especially in the multidimensional cases when the risk factors are dependent on each other. This leads us to explore copula functions that are in the thesis used to include the dependence structures of the risk factors to calculation of the risk measures. Chosen methods of approximation and evaluation of the risk measures are applied to real data and stated with outputs and their comparison.