VII. Exchange rate risk management - 1. Forecasting exchange rates (1)

Zhrnutie prednášky

Prednáška sa venuje predpovedaniu výmenných kurzov pri plávajúcom režime, na príklade kurzu maďarského forintu voči českej korune a euru, ktorý je dôležitý pre modelovú firmu s príjmami v eurách a výdavkami aj v českých korunách. Najprv sa ukazuje extrapolácia historického lineárneho trendu, ktorá naznačuje dlhodobú depreciáciu forintu. Potom sa predstavujú GARCH modely, v ktorých volatilita závisí od vlastných minulých hodnôt (perzistencia) a od šokov, a ich asymetrické varianty (EGARCH, APARCH) s rozdelením so šikmosťou a ťažkými chvostmi (skew-t). V softvéri Gretl sa kurz transformuje na logaritmické diferencie a odhaduje sa GARCH(1,1), ktorého predikcia na 52 týždňov sa ukazuje ako nepoužiteľná, lebo intervaly spoľahlivosti prekračujú nulu.

• - Predpovedanie kurzov sa rieši pre plávajúci režim; depreciácia forintu voči českej korune znižuje ziskovosť firmy.
• - Jednoduchá extrapolácia lineárneho trendu ukazuje dlhodobú depreciáciu forintu, ale vyjadruje len očakávanú hodnotu.
• - GARCH modely predpokladajú časovo premenlivú volatilitu závislú od minulej volatility (beta zvyčajne 0,7–0,9) a od šokov (alfa okolo 0,1–0,2).
• - Volatilita je asymetrická: pri poklese cien rastie viac, preto sa používajú modely EGARCH a APARCH s parametrom gama.
• - Reálne zmeny kurzov majú ťažké chvosty, preto sa pri simuláciách namiesto normálneho rozdelenia používa skew-t rozdelenie.
• - Modelujú sa logaritmické diferencie kurzu, nie ceny, aby dáta kolísali okolo nuly; v Gretli GARCH(1,1) dáva betu približne 0,96.
• - Automatická predikcia v Gretli je nepoužiteľná, pretože intervaly spoľahlivosti prekračujú nulu a predikcia nie je štatisticky významná.

Zhrnutie pripravené s pomocou AI z prepisu videa.