| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 7 / 7
First pagePrevious page1Next pageLast page
1.
Zanesljivost VaR modelov v izjemnih okoliščinah
Matjaž Žunko, 2010, undergraduate thesis

Abstract: Tvegana vrednost (VaR) je pogosto uporabljena mera tržnega tveganja. Izračunamo ga lahko po različnih metodah, ki jih delimo v tri skupine: parametrične linearne metode, metode zgodovinske simulacije in Monte Carlo metode. Na njih temelječi VaR modeli so bili na preizkusu v izjemnih okoliščinah, kakršne je predstavljala svetovna finančna kriza. V diplomskem delu so predstavljene osnovne VaR metode. Ustrezni VaR modeli so testirani na podatkih cen delnic portfeljev, sestavljenih iz nekaterih delnic indeksov SBI 20, DAX 30 in XMI. Opisan je način testiranja teh modelov. Rezultati kažejo, da so za dnevne VaR napovedi najprimernejši modeli zgodovinske simulacije, za 10-dnevne napovedi Gumbelov linearni VaR model, za mesečne in kvartalne napovedi pa so se vsi testirani modeli izkazali za nezanesljive.
Keywords: analiza portfelja, tvegana vrednost, zgodovinski test
Published: 19.11.2010; Views: 1899; Downloads: 206
.pdf Full text (3,31 MB)

2.
Vključitev Likvidnostnega tveganja v parametrične modele tvegane vrednosti
Bor Bricelj, 2012, master's thesis

Abstract: V magistrskem delu vpeljujemo likvidnost kot dejavnik tveganja v standardno analizo tvegane vrednosti. Osnovne parametrične VaR modele nadgradimo z informacijami o cenovnem razponu med ponujeno in povpraševano ceno določene naložbe. Pri tem nestanovitnost donosov izračunavamo na dva načina, in sicer z uporabo ne–tehtane metodologije in z uporabo GARCH metodologije. Rezultate nadgrajenih modelov testiramo na podlagi štirih naborov delnic: treh tujih in slovenskega. Ugotavljamo, da likvidnostni VaR modeli, ob upoštevanju predpostavk raziskave, primerno ocenjujejo tržna tveganja in da se v primerjavi s klasičnimi VaR modeli izkažejo za bolj ustrezne. Do takšnih ugotovitev pridemo pri uporabi obeh metodologij za izračun nestanovitnosti donosov. Ob primerjavi rezultatov modelov po obeh metodologijah med sabo pa se kot primernejši izkažejo likvidnostni VaR modeli, izračunani na podlagi GARCH metodologije. Metodološko na eni strani Likvidnostni VaR modeli predstavljajo napredek v okviru obravnave tržnih tveganj, vendar na drugi strani rezultati testiranj modelov kažejo, da slednji še niso dovolj robustni, da bi zadovoljili vsem statističnim testom. Razlog za to je v večji podatkovni zahtevnosti likvidnostnih VaR modelov. Glede primerjave rezultatov po naborih delnic pa ugotavljamo, da so rezultati za slovenski nabor, kljub manjši globini trga, primerljivi s tistimi iz tujine.
Keywords: tvegana vrednost, likvidnost, GARCH, srednja cena, cenovni razpon, statistični test ustreznosti
Published: 10.06.2013; Views: 1077; Downloads: 186
.pdf Full text (4,81 MB)

3.
OBVLADOVANJE TRŽNIH TVEGANJ V POSLOVNI BANKI S SISTEMOM LIMITOV IN IZVEDENIMI FINANČNIMI INSTRUMENTI
Barbara Žagar, 2013, master's thesis

Abstract: Bančno poslovanje je neločljivo povezano s prevzemanjem tveganj. Za banko je ključnega pomena, da se teh tveganj zaveda, jih identificira, analizira, ovrednoti in sprejme ustrezne ukrepe, s čimer bistveno zmanjša možnost nastopa negativnih posledic na njeno poslovanje. Tržna tveganja, obvladovanju katerih je naloga namenjena, izvirajo iz sprememb tržnih cen, valutnih tečajev in obrestnih mer finančnih instrumentov. V bančnem poslovanju predstavljajo manjši pa vendar nezanemarljiv del tveganj, ki jim je banka pri svojem poslovanju izpostavljena. Za njihovo učinkovito obvladovanja ima banka na voljo številne instrumente, katere in kako bo uporabila pa je v prvi vrsti odvisno od njenih poslovnih potreb, kakor tudi od njene dovzetnosti za prevzemanje teh tveganj. V nalogi smo se osredotočili na sistem limitov in izvedene finančne instrumente kot možne načine za obvladovanje tržnih tveganj. Mednje smo vključili tudi tvegano vrednost (ang. value at risk) kot mero najvišje potencialne izgube, ki jo lahko imetnik portfelja ob upoštevanju določene verjetnosti dogodkov realizira v določenem obdobju. Na izračun potencialne izgube pomembno vpliva nestanovitnost cen finančnih instrumentov, prikaz povezave med omenjenima spremenljivkama pa je sestavni del naloge. Vsebina naloge ni uporabna zgolj za poslovne banke. Limitni sistem kot mehanizem obvladovanja tveganj je uporaben za vsakega investitorja, ki lahko z nekaj osnovnega računalniškega znanja učinkovito upravlja svoj portfelj ter tako pomembno vpliva na poslovni rezultat le-tega. Seveda je kompleksnost upravljanja takega portfelja bistveno manjša od upravljanja portfelja poslovne banke, ki se pri svojem poslovanju srečuje z različnimi finančnimi instrumenti, čemur mora biti prilagojena tudi njena informacijska podpora. Dopolnitev limitnemu sistemu predstavljajo izvedeni finančni instrumenti. Ti so še posebej uporabni pri zapiranju oziroma uravnavanju valutno in obrestno občutljivih pozicij, ki jih banka zavzema pri svojem poslovanju. Ključno pri obvladovanju tržnih tveganj je definiranje največje izgube, ki smo jo še pripravljeni prevzeti, kakor tudi višine zaslužka, pri katerem smo pripravljeni določeno pozicijo zapreti. Z dobro zastavljeno politiko obvladovanja tržnih tveganj, ki jo je potrebno nenehno preverjati in nadgrajevati, lahko banka pomembno vpliva na svoj poslovni rezultat. Pri tem je z vidika investitorjev pomembno, da jim v zameno za občasne visoke donose, ki se lahko kaj kmalu obrnejo v negativno smer, zagotavlja stabilne poslovne rezultate ter posledično stabilen donos na vložen kapital. Hkrati poslovna banka s takšnim poslovanjem varčevalcem daje pozitiven signal, da je stabilna in zaupanja vredna institucija.
Keywords: tržno tveganje, valutno tveganje, obrestno tveganje, pozicijsko tveganje, tvegana vrednost, limitni sistem, izvedeni finančni instrumenti, obračunavanje varovanja pred tveganji, odprta devizna pozicija, obrestni razmik, neto likvidna aktiva. opcija, dogovor o terminski obrestni meri, obrestna zamenjava, terminska pogodba, regresijska analiza, beta, trajanje, model vrednotenja dolgoročnih naložb
Published: 06.12.2013; Views: 1407; Downloads: 232
.pdf Full text (1,00 MB)

4.
UVEDBA PROGRAMSKEGA PAKETA R V PROCES NADZORA NAD TVEGANJI
Marko Praprotnik, 2015, bachelor thesis/paper

Abstract: Finančni svet je zelo nepredvidljiv, zato se neprestano srečujemo s tveganjem. Varčevanje v vzajemnih skladih je postalo priljubljena oblika varčevanja. Agencija za trg vrednostnih papirjev določa, kako naj družbe za upravljanje dnevno preverjajo tveganost podskladov. S kazalci tveganja merimo celotno tveganje, sistematično tveganje in uspešnost upravljanja. Skupaj z grafi tvorijo temelj dnevnega poročila o upravljanju tveganj. V diplomskem delu smo preverjali ustreznost programskega paketa R za izračun kazalcev tveganja. V prvi polovici smo spoznavali teoretične osnove, medtem ko smo v drugi spoznavali programski paket R. V zadnjem delu smo podrobno opisali programski modul za izračun kazalcev tveganja. Zaključek temelji na ugotovitvi, da je R primerno orodje za podatkovno analizo.
Keywords: tveganje, donosnost, tvegana vrednost VaR, verjetnost
Published: 27.05.2015; Views: 759; Downloads: 99
.pdf Full text (990,16 KB)

5.
Obvladovanje tveganja sprememb cen surovin v podjetju x
Urška Pirc, 2015, master's thesis

Abstract: V teoretičnem delu so bila predstavljena cenovna tveganja s poudarkom na tveganju sprememb cen surovin. Podrobneje so bili predstavljeni tudi dejavniki, ki vplivajo na cene surovin z vključitvijo raziskave, v kateri je bila podana ocena posameznih dejavnikov. Opisana sta bila gospodarska kriza in stanje na trgu surovin med krizo. V empiričnem delu je bila narejena analiza pomembnejših surovin, ki jih podjetje potrebuje za nemoteno proizvodnjo. V analitičnem delu smo izračunali tvegane vrednosti izbranih surovin in naredili korelacijsko analizo povezanosti med posameznimi spremenljivkami. Podana je bila tudi raziskava o možnosti uporabe blagovnih izvedenih finančnih instrumentov v podjetju X.
Keywords: Tveganje sprememb cen surovin, gospodarska kriza, blagovni finančni instrumenti, korelacijska analiza, tvegana vrednost.
Published: 03.03.2016; Views: 719; Downloads: 146
.pdf Full text (1,77 MB)

6.
Vpliv likvidnostnega tveganja na izračun tvegane vrednosti
Bor Bricelj, Sebastjan Strašek, Timotej Jagrič, 2013, original scientific article

Abstract: V članku uvajamo likvidnost v standardno analizo tvegane vrednosti. Osnovne VaR modele nadgradimo z informacijami o cenovnem razponu med ponujeno in povpraševano ceno naložbe. Nadgrajene modele testiramo na podlagi domačega in tujih naborov delnic. Ugotavljamo, da likvidnostni VaR modeli ob upoštevanju predpostavk raziskave primerno ocenjujejo tržna tveganja. Le-ti metodološko na eni strani predstavljajo napredek v okviru obravnave tržnih tveganj, vendar na drugi strani rezultati testiranj modelov kažejo pomanjkanje robustnosti. Glede primerjave rezultatov po naborih delnic pa ugotavljamo, da so rezultati za slovenski nabor kljub manjši globini trga primerljivi s tistimi iz tujine.
Keywords: tvegana vrednost, likvidnost, statistični test ustreznosti
Published: 30.12.2015; Views: 673; Downloads: 33
URL Link to full text

7.
Porazdelitve ekstremnih vrednosti za potrebe določanja lastnih deležev pri pozavarovanju
Aleša Cipot, 2016, master's thesis

Abstract: Magistrsko delo obravnava teorijo ekstremnih vrednosti in njene porazdelitve, ki imajo velik pomen pri modeliranju velikih premoženjskih škod v pozavarovalništvu. Delo je razdeljeno na dva dela, in sicer teoretični ter empirični del. V prvem poglavju so zapisani osnovni pojmi iz verjetnosti in statistike. V drugem poglavju je podrobneje obravnavana teorija ekstremnih vrednosti in splošna parametrična pristopa, to sta: model maksimumov skupin podatkov in model preseganja mejne vrednosti. V tretjem poglavju sta predstavljeni grafični orodji, graf kvantilov in graf povprečnih odmikov, ki nam pomagata pri določanju mejne vrednosti pri drugem parametričnem pristopu. V četrtem poglavju je definirana mera tveganja, njene lastnosti in pogosto uporabljeni meri tveganja, tvegana vrednost ter pričakovani primanjkljaj. V petem poglavju obravnavamo pozavarovanje in na kratko predstavimo oblike ter načine pozavarovalnega kritja. Teoretični del zaključujemo z uporabo teorije ekstremnih vrednosti v pozavarovalništvu. V empiričnem delu naloge je obravnavana teorija ekstremnih vrednosti na realnih podatkih izbrane zavarovalnice. Tu določimo porazdelitveno funkcijo ekstremnih škod in podamo rezultate mer tveganj, ki predstavljajo pravo dodano vrednost uporabe teorije ekstremnih vrednosti v pozavarovalništvu. Tako z grafičnimi in teoretičnimi metodami, opisanimi v prvem delu naloge, upravičimo uporabo teorije ekstremnih vrednosti na danih podatkih.
Keywords: teorija ekstremnih vrednosti, model maksimumov skupin podatkov, posplošena porazdelitev ekstremnih vrednosti, model preseganja mejne vrednosti, posplošena Paretova porazdelitev, mera tveganja, tvegana vrednost, pričakovani primanjkljaj, pozavarovanje, lastni delež.
Published: 19.07.2016; Views: 983; Downloads: 182
.pdf Full text (4,89 MB)

Search done in 0.19 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica