Search

Disertacijoje nagrinėjamas vertės pokyčio rizikos modelis. Tai toks statistinis modelis, kurį taikant su tam tikra tikimybe įvertinamas didžiausias galimas nustatyto laikotarpio nuostolis, kredito įstaigos patiriamas dėl neigiamų taikomos finansinės priemonės vertės pokyčių. Apibrėžiamas agreguotų duomenų vertės pokyčio rizikos modelis ir pateikiamas praktinis tyrimas apie valiutų pozicijos vertės pokyčio rizikos modelio įvertinių priklausomybę nuo duomenų agregavimo taisyklės (pataškio, didžiausios vertės, mažiausios vertės ir vidutinės vertės). Kitame disertacijos skyriuje pristatomas naujas funkcinis ρ−GARCH(1,1) modelis, įrodomos stacionaraus sprendinio egzistavimo ir didžiausio tikėtinumo metodu įvertintų parametrų suderinamumo teoremos. Taip pat pateikiama keletas apibrėžtojo modelio pavyzdžių, kai žinoma agreguotų grąžų tankio funkcija. Disertacijoje apibrėžiamas Hilberto erdvės GARCH(1,1) modelis su vienmačiu kintamumu. Nagrinėjamos modelio savybės ir įrodomos stacionaraus sprendinio egzistavimo, didžiausio tikėtinumo metodu vertinamų parametrų suderinamumo ir asimptotinio normalumo teoremos, atliekama liekanų analizė. Paskutiniame disertacijos skyriuje aprašomas atliktas empirinis tyrimas apie Hursto indekso, kaip ilgos atminties parametro, priklausomybę nuo agregavimo taisyklės dienos metu, pasitelkiant absoliučias valiutų kursų grąžas. Value-at-risk (VaR) model as a tool to estimate market risk is considered in the thesis. It is a statistical model defined as the maximum future loss due to likely changes in the value of financial assets portfolio during a certain period with a certain probability. A new definition of the aggregated VaR is given and the empirical study about different currencies position VaR estimates’ dependence on data aggregation functions (pointwise, maximum value, minimum value and average value) is provided. Functional ρ−GARCH(1,1) model is introduced and theorems of the stationary solution existence and maximum likelihood estimators of model parameters consistency are proved. Additionally, some examples of the model taking known density function of aggregated observations are given. Next, the general Hilbert space valued time series is presented and GARCH(1,1) model with univariate volatility is investigated. Theorems of the stationary solution existence, maximum likelihood estimators of model parameters consistency and asymptotic normality are proved; the analysis of residuals is provided. In the last chapter of the thesis the empirical study about Hurst index intraday value dependence on data aggregation taking different foreign currencies’ absolute returns is presented.

Value-at-risk (VaR) model as a tool to estimate market risk is considered in the thesis. It is a statistical model defined as the maximum future loss due to likely changes in the value of financial assets portfolio during a certain period with a certain probability. A new definition of the aggregated VaR is given and the empirical study about different currencies position VaR estimates’ dependence on data aggregation functions (pointwise, maximum value, minimum value and average value) is provided. Functional ρ−GARCH(1,1) model is introduced and theorems of the stationary solution existence and maximum likelihood estimators of model parameters consistency are proved. Additionally, some examples of the model taking known density function of aggregated observations are given. Next, the general Hilbert space valued time series is presented and GARCH(1,1) model with univariate volatility is investigated. Theorems of the stationary solution existence, maximum likelihood estimators of model parameters consistency and asymptotic normality are proved; the analysis of residuals is provided. In the last chapter of the thesis the empirical study about Hurst index intraday value dependence on data aggregation taking different foreign currencies’ absolute returns is presented. Disertacijoje nagrinėjamas vertės pokyčio rizikos modelis. Tai toks statistinis modelis, kurį taikant su tam tikra tikimybe įvertinamas didžiausias galimas nustatyto laikotarpio nuostolis, kredito įstaigos patiriamas dėl neigiamų taikomos finansinės priemonės vertės pokyčių. Apibrėžiamas agreguotų duomenų vertės pokyčio rizikos modelis ir pateikiamas praktinis tyrimas apie valiutų pozicijos vertės pokyčio rizikos modelio įvertinių priklausomybę nuo duomenų agregavimo taisyklės (pataškio, didžiausios vertės, mažiausios vertės ir vidutinės vertės). Kitame disertacijos skyriuje pristatomas naujas funkcinis ρ−GARCH(1,1) modelis, įrodomos stacionaraus sprendinio egzistavimo ir didžiausio tikėtinumo metodu įvertintų parametrų suderinamumo teoremos. Taip pat pateikiama keletas apibrėžtojo modelio pavyzdžių, kai žinoma agreguotų grąžų tankio funkcija. Disertacijoje apibrėžiamas Hilberto erdvės GARCH(1,1) modelis su vienmačiu kintamumu. Nagrinėjamos modelio savybės ir įrodomos stacionaraus sprendinio egzistavimo, didžiausio tikėtinumo metodu vertinamų parametrų suderinamumo ir asimptotinio normalumo teoremos, atliekama liekanų analizė. Paskutiniame disertacijos skyriuje aprašomas atliktas empirinis tyrimas apie Hursto indekso, kaip ilgos atminties parametro, priklausomybę nuo agregavimo taisyklės dienos metu, pasitelkiant absoliučias valiutų kursų grąžas.

In this paper for a credit cards payment system as robust predictor of transactions number and transactions intensity is proposed by means of functional autoregressive model. Intraday economic time series are treated as random continuous functions projected onto low dimensional subspace. Both B-splines and Fourier bases are considered for data smoothing.