Cílem této práce je vytvoření modelu akciových indexu DAX a FTSE 100 pomocí základ-ních statistických metod. K tvorbě modelu bude použitá metoda nejmenších čtverců. Teo-retická část práce je věnována charakteristice našich vysvětlujících a vysvětlovaných pro-měnných, charakteristice základních předpokladů pro použití metody nejmenších čtverců a popisu teoretických východisek statistických metod, které byli použité při našem modelo-vaní. V praktické části je provedeno modelování vývoje akciových indexu DAX a FTSE 100 se zvláštním ohledem na problémy multikolinearity a autokorelace kterých účinky jsou zmírněny anebo rovno eliminovány použitím vhodných statistických metod. V závěru do-chází k zhodnocení úspěšnosti našeho statistického modelováni.
Anotace v angličtině
The goal of this work is creation of statistical models of stock indexes DAX and FTSE 100 by using elementary statistical methods. To produce our model the least squares methodwill be used. Theoretical part is dedicated to characteristics of our explanatory and explained variables, characteristics of assumptions for using the least squares method and a theoretical description of tools that we used during our statistical modelling. In practical part the statistical modelling of stock indexes DAX and FTSE is done with special attention to multicollinearity and autocorrelation. We try to minimize or eliminate these problems by using the right statistical methods. In the end of practical part we evaluate the reliability of statistical models that we produced.
Klíčová slova
statistické modelování, metoda nejmenších čtverců, autokorelace, multikolinearita
Klíčová slova v angličtině
statistical modelling, The Least Squares Method, autocorrelation, multicollinearity
Rozsah průvodní práce
51 s. (45389 znakov)
Jazyk
CZ
Anotace
Cílem této práce je vytvoření modelu akciových indexu DAX a FTSE 100 pomocí základ-ních statistických metod. K tvorbě modelu bude použitá metoda nejmenších čtverců. Teo-retická část práce je věnována charakteristice našich vysvětlujících a vysvětlovaných pro-měnných, charakteristice základních předpokladů pro použití metody nejmenších čtverců a popisu teoretických východisek statistických metod, které byli použité při našem modelo-vaní. V praktické části je provedeno modelování vývoje akciových indexu DAX a FTSE 100 se zvláštním ohledem na problémy multikolinearity a autokorelace kterých účinky jsou zmírněny anebo rovno eliminovány použitím vhodných statistických metod. V závěru do-chází k zhodnocení úspěšnosti našeho statistického modelováni.
Anotace v angličtině
The goal of this work is creation of statistical models of stock indexes DAX and FTSE 100 by using elementary statistical methods. To produce our model the least squares methodwill be used. Theoretical part is dedicated to characteristics of our explanatory and explained variables, characteristics of assumptions for using the least squares method and a theoretical description of tools that we used during our statistical modelling. In practical part the statistical modelling of stock indexes DAX and FTSE is done with special attention to multicollinearity and autocorrelation. We try to minimize or eliminate these problems by using the right statistical methods. In the end of practical part we evaluate the reliability of statistical models that we produced.
Klíčová slova
statistické modelování, metoda nejmenších čtverců, autokorelace, multikolinearita
Klíčová slova v angličtině
statistical modelling, The Least Squares Method, autocorrelation, multicollinearity
Zásady pro vypracování
Úvod
Definujte cíle práce a použité metody zpracování práce.
Teoretická část
Zpracujte teoretické poznatky potřebné k statistickému modelování akciových indexů.
Praktická část
Vytvořte statistický model, který by co nejvýstižněji popsal vývoj akciových indexů FTSE 100 a DAX na základě zvolených časových veličin.
Zhodnoťte výpovědnou hodnotu vypracovaného statistického modelu.
Závěr
Zásady pro vypracování
Úvod
Definujte cíle práce a použité metody zpracování práce.
Teoretická část
Zpracujte teoretické poznatky potřebné k statistickému modelování akciových indexů.
Praktická část
Vytvořte statistický model, který by co nejvýstižněji popsal vývoj akciových indexů FTSE 100 a DAX na základě zvolených časových veličin.
Zhodnoťte výpovědnou hodnotu vypracovaného statistického modelu.
Závěr
Seznam doporučené literatury
HANČLOVÁ, Jana. Ekonometrické modelování: klasické přístupy s aplikacemi. 1. vyd. Praha: Professional Publishing, 2012, 214 s. ISBN 978-80-7431-088-1.
HUŠEK, Roman. Aplikovaná ekonometrie: teorie a praxe. Vyd. 1. Praha: Oeconomica, 2009, 344 s. ISBN 978-80-245-1623-3.
BROOKS, Chris. Introductory econometrics for finance. 2nd ed. Cambridge: Cambridge University Press, c2008, 648 s. ISBN 978-052-1873-062.
Seznam doporučené literatury
HANČLOVÁ, Jana. Ekonometrické modelování: klasické přístupy s aplikacemi. 1. vyd. Praha: Professional Publishing, 2012, 214 s. ISBN 978-80-7431-088-1.
HUŠEK, Roman. Aplikovaná ekonometrie: teorie a praxe. Vyd. 1. Praha: Oeconomica, 2009, 344 s. ISBN 978-80-245-1623-3.
BROOKS, Chris. Introductory econometrics for finance. 2nd ed. Cambridge: Cambridge University Press, c2008, 648 s. ISBN 978-052-1873-062.
Přílohy volně vložené
-
Přílohy vázané v práci
grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
VEDOUCÍ: Ing. et Ing. Martin Kovářík, Ph.D., 13b
V obrázku 28, v praktické části je zřetelně vidět mírné porušení jednoho ze základních předpokladů pro konstrukci regresního modelu, čímž je heteroskedacticita. Proto bych se v rámci první otázky zeptal, co je to heteroskedasticita a jaký má důsledek na finální regresní model. ZODPOVĚZENO ZCELA
Při interpretaci validity konečného modelu student uvádí koeficient determinace. Není zde patrné, který koeficient determinace bere v potaz. Který koeficient determinace (koeficient determinace nebo adjustovaný koeficient determinace) budeme předpokládat jako finální validaci vícerozměrného regresního modelu. ZODPOVĚZENO ZCELA
Uveďte, jaká existují další kritéria finální validace regresního modelu. ZODPOVĚZENO ZCELA
OPONENT: Ing. Miroslava Dolejšová, Ph.D., 14b
Uvažoval jste o zařazení více vysvětlujících proměnných do Vámi navrhovaného modelu? Pokud ano, jaký vliv tyto vysvětlující proměnné měly na vypovídací hodnotu regresního modelu? ZODPOVĚZENO ZCELA
Prof. Porvazník: Proč jste nekonzultoval práci s Vaším vedoucím práce? ZODPOVĚZENO ZCELA
Doc. Švarcová: Vypracovával jste práci sám? Proč píšete v množném čísle? ZODPOVĚZENO ZCELA