Befektetések II, Levelező 2019 02 - feltételes béta, VaR, GARCH, DCC-GARCH

Zhrnutie prednášky

Prednáška sa venuje aktívnym investičným stratégiám, konkrétne beta stratégii, pri ktorej správca fondu v rámci akciového trhu nakupuje aktíva s vysokou betou v čase rastu a s nízkou betou v defenzívnych obdobiach. Keďže beta z CAPM modelu (kovariancia s trhovým portfóliom delená jeho varianciou) a volatilita sa v čase menia, je potrebné modelovať podmienenú varianciu pomocou GARCH modelov, ktoré zaviedli Engle (1982) a Bollerslev (1988). Prednášajúci porovnáva varianty GJR-GARCH, TARCH a APARCH, ktoré zachytávajú asymetriu volatility, a pripomína krach LTCM z roku 1998 ako dôsledok podcenenia rastu volatility. Praktická časť v MATLABe pracuje s týždennými dátami portfólia (2006–2019) a logaritmickými výnosmi, pričom podmienená variancia sa odhaduje funkciou tarch.m z MFE toolboxu.

• - Beta stratégia: vysoká beta pri raste trhu, nízka beta pri poklese, bez prechodu do dlhopisov.
• - Beta z CAPM sa počíta ako kovariancia s trhom delená varianciou trhu, no pri konštantnej variancii sa ignorujú zmeny v čase.
• - GARCH modeluje časovo premenlivú podmienenú varianciu; pri bežných parametroch má minulá variancia váhu okolo 0,8–0,9 a šok len 0,1–0,3.
• - Krach LTCM v roku 1998 ukázal riziko podcenenia volatility pri vysokej pákovosti a predaji opcií.
• - GJR-GARCH zachytáva asymetriu (vyššia volatilita pri poklese cien), TARCH a APARCH sú ďalšie varianty; v kurze sa používa GJR-GARCH.
• - Engle a Bollerslev získali za túto oblasť Nobelovu cenu (Engle 2003 za ARCH), model sa používa aj v Bloomberg Terminal.
• - V MATLABe sa po načítaní dát počítajú logaritmické výnosy a podmienená variancia ht cez funkciu tarch z MFE toolboxu.

Zhrnutie pripravené s pomocou AI z prepisu videa.