Use of FIGARCH models in expected shortfall : μεταπτυχιακή διατριβή

Στα οικονομικά, ένα από τους βασικούς στόχους είναι η εκτίμηση της μεταβλητότητας, από τη στιγμή που παίζει σημαντικό ρόλο στην ανάλυση και στη διαχείριση του κινδύνου. Για αυτό το λόγο, έχουν αναπτυχθεί σύγχρονες ποσοτικές μέθοδοι, οι οποίες χρησιμοποιούν γνώσεις από την οικονομία, την στατιστική κ...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Σιούρης, Γεώργιος-Ιάσων
Συγγραφή απο Οργανισμό/Αρχή: Πανεπιστήμιο Αιγαίου. Σχολή Θετικών Επιστημών. Τμήμα Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών. Μεταπτυχιακό Πρόγραμμα Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά
Μορφή: Thesis Βιβλίο
Γλώσσα:Greek
Δημοσίευση: 2017.
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/17684
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!

MARC

LEADER 00000cam a2200000 a 4500
001 1/114467
008 170714s2017####gr | ||| |||| ||gre||
040 |a GR-MyUa  |b gre  |c GR-MyUa  |e AACR2 
041 0 |a gre 
082 7 |a 658.155   |2 (23)  
100 1 |a Σιούρης, Γεώργιος-Ιάσων. 
245 1 0 |a Use of FIGARCH models in expected shortfall :   |b μεταπτυχιακή διατριβή /   |c Siouris George-Jason ; supervisor Alexandros Karagrigoriou.  
260 |c 2017.  
300 |a 203 σ. :   |b σχέδια, πιν. ;   |c 30 εκ. 
500 |a Μέλη της εξεταστικής επιτροπής: Καραγρηγορίου Αλέξανδρος, Μάνταλος Παναγιώτης, Ξανθόπουλος Στυλιανός.  
502 |a Διατριβή (μεταπτυχιακή) - Πανεπιστήμιο Αιγαίου, Σάμος, 2017.  
504 |a Βιβλιογραφία: σ. 190-193.  
506 0 |a Διάθεση πλήρους κειμένου - Ελεύθερη πρόσβαση.  
520 8 |a Στα οικονομικά, ένα από τους βασικούς στόχους είναι η εκτίμηση της μεταβλητότητας, από τη στιγμή που παίζει σημαντικό ρόλο στην ανάλυση και στη διαχείριση του κινδύνου. Για αυτό το λόγο, έχουν αναπτυχθεί σύγχρονες ποσοτικές μέθοδοι, οι οποίες χρησιμοποιούν γνώσεις από την οικονομία, την στατιστική και τον προγραμματισμό για να πετύχουν το στόχο τους. Για την εκτίμηση της μεταβλητότητας των αξιογράφων μια σειρά από μοντέλα έχει αναπτυχθεί. Καθένα από αυτά αποτελεί απάντηση σε ένα συγκεκριμένο χαρακτηριστικό του προβλήματος. Οι πιο πρόσφατες στάσεις σε αυτή την ατέρμονη αναζήτηση για καλύτερες εκτιμήσεις ήταν: 1. Asymmetric and power GARCH models (APARCH) 2. Fractionally Integrated GARCH models (FIGARCH) Η ανάγκη που μας οδήγησε σε αυτά τα μοντέλα ήταν το γεγονός πως μετά από εκτενή μελέτη των στατιστικών ιδιοτήτων των οικονομικών αποδόσεων, τρείς ιδιότητες δείχνουν να παρευρίσκονται στις περισσότερες, αν όχι σε όλες τις περιπτώσεις. Η ύπαρξη τους έχει αποτελέσει την πηγή των προβλημάτων στην εκτίμηση του ρίσκου των αξιογράφων. Οι ιδιότητες αυτές συχνά καλούνται και ως three stylized facts of financial returns και είναι: 1. Σμήνη μεταβλητότητας (Volatility clusters) 2. Παχιές ουρές και 3. Μη γραμμική συσχέτιση. Επιπλέον, η ύπαρξη του φαινομένου της μόχλευσης μας έχει οδηγήσει σε ακόμα πιο πολύπλοκα μοντέλα. Στη συγκεκριμένη μελέτη, αναλύουμε τις πηγές των σφαλμάτων στα εν λόγω μοντέλα, καθώς και το πώς μπορούμε να βελτιώσουμε τις εκτιμήσεις μας.  
650 0 |a Risk management  |x Mathematical models. 
650 0 |a Risk assessment  |x Mathematical models. 
650 0 |a GARCH model. 
650 0 |a Forecasting  |x Mathematical models. 
650 0 |a Dissertations, Academic  |z Greece. 
700 1 |a Καραγρηγορίου, Αλέξανδρος,  |e dgs 
710 2 |a Πανεπιστήμιο Αιγαίου.   |b Σχολή Θετικών Επιστημών.   |b Τμήμα Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών.   |b Μεταπτυχιακό Πρόγραμμα Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά. 
852 |a INST  |b SAMOS  |c DIATR  |e 20170714  |h 658.155 ΣΙΟ  |p 005300044699  |q 005300044699  |t MTXE  |y 23 
856 |u http://hdl.handle.net/11610/17684 
924 |a Σιούρης  |b Γεώργιος-Ιάσων  |y Σάμος  |z 2017-05 
970 |a Κοσιέρης  |b Χρήστος  |z 14-07-2017