This HTML5 document contains 46 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
n19http://linked.opendata.cz/ontology/domain/vavai/riv/typAkce/
dctermshttp://purl.org/dc/terms/
n20http://purl.org/net/nknouf/ns/bibtex#
n10http://localhost/temp/predkladatel/
n16http://linked.opendata.cz/resource/domain/vavai/projekt/
n7http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n21http://linked.opendata.cz/resource/domain/vavai/subjekt/
n13http://linked.opendata.cz/ontology/domain/vavai/
n22https://schema.org/
shttp://schema.org/
n4http://linked.opendata.cz/ontology/domain/vavai/riv/
skoshttp://www.w3.org/2004/02/skos/core#
n15http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F61989100%3A27510%2F12%3A86082991%21RIV13-MSM-27510___/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n6http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n18http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n14http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n8http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n12http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n9http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n5http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F61989100%3A27510%2F12%3A86082991%21RIV13-MSM-27510___
rdf:type
skos:Concept n13:Vysledek
dcterms:description
Při modelování výnosů zahraničního akciového indexu je potřeba zohlednit nejen výnos toho indexu v domácí měně ale i vývoj měnového kurzu a jejich vzájemnou závislost. Pro modelování dvou vzájemně závislých rizikových faktorů je vhodné použít kopula funkce, tedy sdružené rozdělení pravděpodobnosti rozdělit na dvě složky – model jednotlivých marginálních rozdělení a model jejich vzájemné závislosti. V příspěvku jsou srovnány nejpoužívanější kopula funkce, které se využívají k modelování finančních časových řad. Srovnání je provedeno metodou zpětného testování na historických datech čtyř světových akciových indexů a souvisejících měnových kurzů. Na základě tohoto srovnání bylo zjištěno, že nejvhodnější kopula funkcí pro modelování finančních časových řad je Claytonova kopula funkce. Také využitím Studentovy kopula funkce byly získány dostatečně přesné odhady hodnoty VaR. Při modelování výnosů zahraničního akciového indexu je potřeba zohlednit nejen výnos toho indexu v domácí měně ale i vývoj měnového kurzu a jejich vzájemnou závislost. Pro modelování dvou vzájemně závislých rizikových faktorů je vhodné použít kopula funkce, tedy sdružené rozdělení pravděpodobnosti rozdělit na dvě složky – model jednotlivých marginálních rozdělení a model jejich vzájemné závislosti. V příspěvku jsou srovnány nejpoužívanější kopula funkce, které se využívají k modelování finančních časových řad. Srovnání je provedeno metodou zpětného testování na historických datech čtyř světových akciových indexů a souvisejících měnových kurzů. Na základě tohoto srovnání bylo zjištěno, že nejvhodnější kopula funkcí pro modelování finančních časových řad je Claytonova kopula funkce. Také využitím Studentovy kopula funkce byly získány dostatečně přesné odhady hodnoty VaR. When modeling foreign stock index returns we are concerned not only with returns of the stock index but also with the returns of the foreign exchange rate of the corresponding currency and their mutual dependency. The appropriate model in this case is based on the copula function approach, i.e. the joint probability distribution is decomposed into two parts – individual marginal distributions and dependency among them. In the article we compare the most known copula functions which are usually utilized for financial time series modeling. The comparison is carried out utilizing backtesting procedure on the historical data of four well known stock indices and corresponding foreign exchange rates. On the basis of this comparison we conclude that Clayton copula function is the best for financial time series modeling. Also Student copula function provides accurate estimations.
dcterms:title
Zpětné testování odhadu VaR investice do zahraničního akciového indexu Backtesting of VaR estimation for investment into foreign stock index Zpětné testování odhadu VaR investice do zahraničního akciového indexu
skos:prefLabel
Zpětné testování odhadu VaR investice do zahraničního akciového indexu Zpětné testování odhadu VaR investice do zahraničního akciového indexu Backtesting of VaR estimation for investment into foreign stock index
skos:notation
RIV/61989100:27510/12:86082991!RIV13-MSM-27510___
n13:predkladatel
n21:orjk%3A27510
n4:aktivita
n14:S n14:P
n4:aktivity
P(EE2.3.30.0016), S
n4:dodaniDat
n5:2013
n4:domaciTvurceVysledku
n7:3143783
n4:druhVysledku
n12:D
n4:duvernostUdaju
n18:S
n4:entitaPredkladatele
n15:predkladatel
n4:idSjednocenehoVysledku
182823
n4:idVysledku
RIV/61989100:27510/12:86082991
n4:jazykVysledku
n8:cze
n4:klicovaSlova
Value at Risk; normal inverse Gaussian model; model validation; copula functions; backtesting
n4:klicoveSlovo
n6:normal%20inverse%20Gaussian%20model n6:model%20validation n6:copula%20functions n6:backtesting n6:Value%20at%20Risk
n4:kontrolniKodProRIV
[E97CE8DB86BF]
n4:mistoKonaniAkce
Ostrava
n4:mistoVydani
Ostrava
n4:nazevZdroje
Řízení a modelování finančních rizik : sborník příspěvků z 6. mezinárodní vědecké konference : 10.-11. září 2012, Ostrava, Česká republika
n4:obor
n9:AH
n4:pocetDomacichTvurcuVysledku
1
n4:pocetTvurcuVysledku
1
n4:projekt
n16:EE2.3.30.0016
n4:rokUplatneniVysledku
n5:2012
n4:tvurceVysledku
Kresta, Aleš
n4:typAkce
n19:WRD
n4:zahajeniAkce
2012-09-10+02:00
s:numberOfPages
11
n20:hasPublisher
Vysoká škola báňská - Technická univerzita Ostrava
n22:isbn
978-80-248-2835-0
n10:organizacniJednotka
27510