Ćwiczenia Zarządzanie Ryzykiem Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” 1.

Slides:



Advertisements
Podobne prezentacje
Excel Narzędzia do analizy regresji
Advertisements

ESTYMACJA PRZEDZIAŁOWA
Statystyka Wojciech Jawień
Analiza współzależności zjawisk
Modele dwumianowe dr Mirosław Budzicki.
Jak mierzyć asymetrię zjawiska?
Symulacja zysku Sprzedaż pocztówek.
Modelowanie lokowania aktywów
Dr inż. Bożena Mielczarek
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
Portfel wielu akcji. Model Sharpe’a
Współczynnik beta Modele jedno-, wieloczynnikowe Model jednowskaźnikowy Sharpe’a Linia papierów wartościowych.
Metody ekonometryczne
Statystyka w doświadczalnictwie
Olimpia Markiewicz Dominika Milczarek-Andrzejewska AKTYWA RYZYKOWNE
Analiza korelacji.
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 5 Przedziały ufności
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Ubezpieczanie portfela z wykorzystaniem zmodyfikowanej strategii zabezpieczającej delta Tomasz Węgrzyn Katedra Matematyki Stosowanej Akademia Ekonomiczna.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Co to są rozkłady normalne?
Co to są rozkłady normalne?
Opracowała: Joanna Wasiak
Konstrukcja, estymacja parametrów
Wycena opcji Dr inż. Bożena Mielczarek. Wahania ceny akcji z Cena jednostki podlega niewielkim wahaniom dziennym (miesięcznym) wykazując jednak stały.
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Metoda zdyskontowanych przepływów pieniężnych (DFC)
Statystyka – zadania 4 Janusz Górczyński.
Dr inż. Bożena Mielczarek
Symulacja zysku Inwestycje finansowe. Problem zKasia postanowiła oszczędzać na samochód i wybrała fundusze inwestycyjne zKasia chce ulokować w funduszach.
Plan zajęć: Czynniki kształtujące wartość firmy Podstawowe pojęcia
Regresja wieloraka.
Testowanie hipotez statystycznych
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Dopasowanie rozkładów
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Ekonometria stosowana
Wykład 5 Przedziały ufności
Modele zmienności aktywów
Rozkład wariancji z próby (rozkład  2 ) Pobieramy próbę x 1,x 2,...,x n z rozkładu normalnego o a=0 i  =1. Dystrybuanta rozkładu zmiennej x 2 =x 1 2.
INSTRUMENTY DŁUŻNE.
© Marek Capiński WSB-NLU, Wartość narażona na ryzyko – zastosowanie opcji.
Modele zmienności aktywów Model multiplikatywny Parametry siatki dwumianowej.
Kontrakty Kontrakty futures Ceny futures, ceny kasowe, konwergencja Wykresy S t, F t, f t Pojęcie bazy Ryzyko bazy w strategii zabezpieczającej Badanie.
Model ciągły wyceny opcji Blacka – Scholesa - Mertona
OPCJE NA GPW Zespół Rekomendacji i Analiz Giełdowych
Podstawowe pojęcia i terminy stosowane w statystyce
Statystyczne parametry akcji Średnie Miary rozproszenia Miary współzależności.
Wycena opcji Barbara Załęska. Emery Bowlander Ekscentryczny, bardzo bogaty, wymagający inwestor prognozuje wzrost wartości akcji jest zainteresowany kupnem.
Statystyczna analiza danych w praktyce
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Statystyczna analiza danych
Statystyczna analiza danych
Statystyczna analiza danych
Ćwiczenia Zarządzanie Ryzykiem 1 Dr Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”, 2013.
Logistyka – Ćwiczenia nr 6
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
Wprowadzenie do inwestycji. Inwestycja Inwestycja – zaangażowanie określonej kwoty kapitału na pewien okres czasu w celu osiągnięcia w przyszłości przychodu.
STATYSTYKA – kurs podstawowy wykład 11
Bankowość Zajęcia 6 Wydział Zarządzania UW, Aleksandra Luterek.
Wprowadzenie do inwestycji
Rozkład z próby Jacek Szanduła.
Jednorównaniowy model regresji liniowej
ZARZĄDZANIE PORTFELEM PAPIERÓW WARTOŚCIOWYCH
Zapis prezentacji:

Ćwiczenia Zarządzanie Ryzykiem Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” 1

2 

Aby obliczyć zmienność historyczną: Zdefiniujmy: liczbę obserwacji, logarytmiczne stopy zwrotu, długość odstępu czasowego Policzmy: ODCHYLENIE STANDARDOWE Zadanie 1. Oblicz zmienność historyczną dla spółek i zinterpretuj. 3 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

 4

VIX - indeks zmienności implikowanej dla 30D opcji na wartość indeksu S&P 500 VXN - indeks zmienności implikowanej dla indeksu NASDAQ 100 VXD - indeks zmienności implikowanej dla indeksu Dow Jones Industrial Average Zadanie 3. Zestaw ze sobą indeksy VIX, VXN i VXD oraz zbuduj wykres czasu gdzie będą dwie osie y dla: indeksu zmienności oraz dla jego odpowiedniego indeksu giełdowego. 5 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

W praktyce kursy wymiany walut oraz większość innych zmiennych rynkowych mają zazwyczaj cięższe (dłuższe) ogony niż rozkład normalny. 6 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

 Większe prawdopodobieństwo dla średnich wartości;  Większe prawdopodobieństwo dla skrajnych wartości;  Mniejsze prawdopodobieństwo dla pośrednich wartości  Większe zmiany wartości zmiennych są bardziej prawdopodobne dla rozkładu o cięższych ogonach Tabela – odsetek dni, w których wielkość dziennej zmiany aktywa jest większa niż 1, 2,…6 odchyleń standardowych (SD). Faktycznie >3 SD było 1.34, rozkład normalny przewiduje Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” Zmiany faktyczne (%)Model rozkładu normalnego (%) > 1> 1 > 2> 2 > 3> 3 > 4> 4 > 5> 5 > 6> 6

Przedstaw w Excelu histogram (z przedziałami o wartość sigmy) dla podanych spółek. Zinterpretuj, czy mają rozkład zbliżony do normalnego czy do rozkładu o ciężkich ogonach. 8 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

Uproszczony wzór na wariancję: gdzie: m – liczba dni obserwowanych u i – stopa zwrotu A dla ważonych zmiennych: gdzie:  i - wartość wagi przyłożonej do obserwacji 9 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

Model ARCH został sformułowany przez Roberta Engle’a Szacunki wariancji w tym modelu oparte są na średniej ważonej wariancji w długim okresie i w m obserwacjach. Stąd: Przy założeniu: gdzie: V L - stopa wariancji w dł. okresie  - waga dla V L 10 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem”

Model GARCH zaproponowany w 1986 roku przez Bollerslev Obliczamy korzystając z długoterminowej średniej stopy wariancji oraz u n-1 i  n-1 Przy założeniu, że suma wag jest równa jeden.  11 Renata Karkowska, ćwiczenia „Zarządzanie ryzykiem” Warto wiedzieć: Model EWMA jest szczególnym przypadkiem modelu GARCH, w którym  = 0  = 1-  =