Search results for "volatilitāte"
showing 3 items of 3 documents
Valūtas kursa volatilitātes prognozēšana, izmantojot GARCH modeļus
2017
Valūtas kursa prognozēšana ir daudzu pētījumu objekts. Pasaulē viss mainās un cenas finanšu tirgū nav izņēmums, un nepieciešamība prognozēt tās izmaiņas kļuva vēl lielāka. Tādi tradicionālie modeļi kā ARMA ne vienmēr var adekvāti aprakstīt finanšu laikrindu ar tās īpatnībām. Tādēļ ir nepieciešams paplašināt tādus modeļus. Viena no valūtas kursa īpatnībām ir volatilitāte. Šis termins ir lietots, lai apraskstītu cenu svārstības. Vispārinātie nosacītas heteroskedastivitātes autoregresijas modeļi (GARCH) bieži tiek lietoti volatilitātes pētījumiem, lai atklātu sviras efektus, asimetrijas efektus vai klasteru veidošanas efektus. Darbā tiek izveidoti un aplūkoti GARCH, EGARCH un TGARCH modeļi tri…
Akciju ienesīguma volatilitātes modelēšana un prognozēšana
2015
Maģistra darbā ir veikta analīze par akciju volatilitātes transmisijas mehānismu laikā pieciem lielākajiem pēc pārdošanas apjoma informāciju tehnoloģiju un servisa uzņēmumiem Eiropā un pieciem šādiem uzņēmumiem ASV, izmantojot GARCH saimes modeļus. Darba empīriskajā daļā tiek izmantoti dati par laika periodu 01.01.2002. - 23.02.2015., un veidoti GARCH, TGARCH, EGARCH modeļi ar dažādām p un q kārtām, lai noskaidrotu modeli, kurš precīzāk spēj prognozēt akciju ienesīguma volatilitāti. Rezultāti liecina, ka parauga ietvaros veiktajai prognozēšanai Eiropas uzņēmumiem labākie ir EGARCH un GARCH modeļi, bet ASV uzņēmumiem – TGARCH un EGARCH. Savukārt veicot prognozi ārpus parauga, Eiropas uzņēmum…
Kriptovalūtu volatilitātes modelēšana un prognozēšana
2018
Maģistra darbā ir veikta GARCH volatilitātes modelēšana četrām, pēc tirgus kapitalizācijas, lielākajām kriptovalūtām: Bitcoin, Ethereum, Litecoin un Ripple. Darba empīriskajā daļā, tiek veikta kriptovalūtu GARCH, TGARCH, EGARCH un PGARCH modelēšana un prognozēšana izmantojot normālo un stjūdenta t sadalījumus, aplūkojot laika periodu no 07.08.2015 līdz 27.03.2018. Labākais modelis tiek noteikts salīdzinot trīs modeļu informācijas kritērijus un modeļu prognozes novērtējumus. Kaut arī stjūdenta t sadalījuma izmantošana uzlaboja modeļu novērtējumu visām četrām kriptovalūtām, tomēr tas ne vienmēr uzlaboja modeļa prognozi. Pēc iegūtajiem rezultātiem var secināt Ripple un Bitcoin EGARCH modeļi pā…