VII. Exchange rate risk management - 1. Forecasting exchange rates (2)

Zhrnutie prednášky

Prednáška ukazuje praktické prognózovanie výmenného kurzu českej koruny voči maďarskému forintu pomocou nekrytej úrokovej parity (UIP), podľa ktorej zmenu kurzu určuje úrokový diferenciál. V softvéri Gretl sa dáta zlogaritmujú a diferencujú, pridajú sa dummy premenné (kurzový strop ČNB 27 CZK/EUR, recesie eurozóny) a overí sa stacionarita pomocou ADF testu. Následne sa odhadne vektorová autoregresia (VAR) s tréningovou vzorkou 80 % a testovacou 20 %, pričom sa zvyšuje počet oneskorení, kým rezíduá nie sú nekorelované a normálne rozdelené. Analýza pomocou impulzných odoziev a rozkladu variancie potvrdzuje význam úrokovej prémie, no samotná prognóza vyšla s príliš širokými intervalmi spoľahlivosti, takže model treba rozšíriť o ďalšie premenné.

• - Nekrytá úroková parita: zmenu výmenného kurzu určuje úrokový diferenciál, preto sa dá použiť v regresii.
• - Dáta sa musia zlogaritmovať, diferencovať a otestovať na stacionaritu (ADF test, p-hodnota pod 0,05).
• - Dummy premenné zachytávajú exogénne šoky: kurzový strop českej koruny a recesie eurozóny; pre prognózu treba stanoviť ich hodnoty aj do budúcnosti.
• - VAR model regreduje premenné na seba navzájom aj na svoje minulé hodnoty; pri štvrťročných dátach sa začína so 4 oneskoreniami.
• - Diagnostika má prednosť pred koeficientmi: Durbin-Watson okolo 2 a normalita rezíduí (p > 0,05), inak sa zvyšuje počet oneskorení.
• - Impulzné odozvy a rozklad variancie ukazujú, že úroková prémia vysvetľuje približne 40 % variancie kurzu po dvoch rokoch.
• - Prognóza s 80 % tréningovou a 20 % testovacou vzorkou vyšla s veľkou volatilitou, preto sa modely porovnávajú cez RMSE po pridaní ďalších premenných, napr. portfóliových investícií.

Zhrnutie pripravené s pomocou AI z prepisu videa.