Schválené projekty SGS

Analýza modelů finančních trhů za vybraných podmínek

SP2023/019

Projekt je zaměřen na analýzu vybraných modelů finančních trhů za typizovaných podmínek, tedy včetně řady klasických úloh a zohlednění specifických okolností. Cílem projektu tak je podrobně analyzovat možný příspěvek a dopad vybraných komplexních modelů na finančního rozhodování jednotlivců i institucí v různých situacích na finančních trzích. V rámci projektu dojde k dalšímu rozpracování a využití komplexních modelů finančních trhů ve smyslu předchozích projektů obdobného řešitelského týmu a k důrazu na finanční rozhodování v různorodém (heterogenním) tržním prostředí. Projekt tudíž v menší či větší míře navazuje na projekty řešené v předchozích letech, zejména 2022 (Analýza komplexních modelů pro finanční rozhodování), 2021 (Analýza komplexních modelů finančního rizika) nebo 2020 (Analýza komplexních finančních modelů s důrazem na tržní, kreditní a systémové riziko), kdy tyto projekty doposud vedly jednak k řadě obhájených disertačních prací (Barak, Cassader, Dvořáčková, Kouaissah, Kresta, Torri, Wang), převážně v angličtině, jednak k řadě článků v časopisech, mnohdy s IF nad mediánem oboru, včetně Q1/D1. Předchozí projekty týmu byly po širších analýzách odhadů rizika [4, 13, 15, 19] a využití Lévyho modelů [5, 11, 16] zaměřeny též na tržní anomálie a s tím související příležitosti arbitráže [12, 17, 23, 24], vliv různých tržních charakteristik na rovnovážné ocenění [1, 14, 18] i využití specifických modelů komplexní povahy [7, 9, 10, 21], včetně teorie sítí. V rámci řešení předchozích projektů a přípravy publikací se řešitelský tým setkal s celou řadou otevřených otázek, kdy bylo nutné zodpovědět možný příspěvek navrhovaných modelů k analýze jednotlivých subjektů v různorodém tržním prostředí [20, 22, 25], včetně behavioralistických analýz [2, 3, 8]. Připomeňme, že jak základní, tak mnohé pokročilé finanční modely, ať už aplikované v rámci problémů osobních či firemních financí a finančních institucí, jsou postaveny na principech normálního rozdělení a lineární závislosti. Dalším klíčovým předpokladem je, že veškeré entity jsou rizikově averzní a homogenní ve svých očekáváních, případně v informacích, které mají k dispozici a ve způsobu, jak si je interpretují. Reálné tržní podmínky jsou oproti tomu typické šikmostí i dodatečnou špičatostí tržních výnosů i nelineární a nesymetrickou závislostí, viz některé poznatky publikované v předchozím výzkumu týmu, které podporují potřebu využití složených modelů a komplexněji pojatých měr. To následně vede ke skutečnosti, že se některé entity nechovají dle zjednodušujících předpokladů a případně i nesledují principy racionálního rozhodování, kdy můžeme vysledovat různé typizované skupiny (viz také klasický spor fundamentální v. technická analýza). Z toho pak vyplývá nutnost použití komplexních modelů pro prakticky veškeré rozhodovací úlohy. Bližší přehled výchozích znalostí pro jednotlivá témata je uveden v níže citovaných publikacích řešitelského týmu. Vlastní práce v tomto projektu lze rozčlenit do 4 směrů (složení týmu viz další část): 1) Nové modely a testy pro analýzu a předvídání finančních časových řad, včetně potenciálně skrytých hlubších vztahů, stochastické dominance a inference 2) Studium modelů systémového rizika a navržení vhodných měr jeho identifikace a předvídání a potažmo využití v problematice teorie portfolia 3) Teoretický rozvoj dynamických modelů vzájemně se ovlivňujících heterogenních agentů a analýza jejich chování ve specifických rozhodovacích aplikacích pomocí experimentů 4) Vývoj pokročilých modelů pro zdokonalené vyhodnocování flexibility při rozhodovacím procesu Ačkoliv činnosti výzkumu budou soustavně zaměřeny na jednotlivé dimenze studovaného problému, lze je dle kalendářních čtvrtletí rozdělit takto: studium literatury, rozšíření a aktualizace datové základny a práce s ní (1. čtvrtletí); studium literatury, sestavení jednotlivých typů modelu, publikace dílčích výsledků (2. čtvrtletí); studium literatury a vyhodnocení vybraných postupů (3. čtvrtletí); formulace ucelených výsledků řešení projektu (4. čtvrtletí). V jednotlivých etapách řešení projektu budou při řešení vybraných problémů analyzovány jak klasické postupy a metody jako základ pro porovnání (normální rozdělení, mean-variance přístup, lineární závislost, racionální chování), tak jejich zdokonalení, které umožnuje lépe vystihnout skutečné vlastnosti finančních trhů a na nich působích agentů a přesněji zkoumat optimalizační úlohy a možný dopad na riziko, jak dílčí, tak agregované. Co se týče dat, dle příslušných úkolů budou využívána data veřejně dostupná (finanční časové řady), interní (pro vyhodnocení flexibility při rozohdování) i experimentální (předpokládá se realizace v laboratořích na počátku roku). [1] Antoci, A., Borghesi, S., Iannucci, G., Sodini, M. Should I stay or should I go? Carbon leakage and ETS in an evolutionary model. Energy Economics 103: 105561, 2021. [2] Anufriev, M., Gardini, L., Radi, D. Chaos, border collisions and stylized empirical facts in an asset pricing model with heterogeneous agents. Nonlinear Dynamics, 2020 [3] Anufriev, M., Tichý, T., Lamantia, F., Radi, D. An asset pricing model with accuracy-driven evolution of heterogeneous expectations. Communications in Nonlinear Science and Numerical Simulation 117, 2023, 106975, https://doi.org/10.1016/j.cnsns.2022.106975. [4] Arab, I., Lando, T., Oliveira, P. Second-order stochastic comparisons of order statistics. Statistics 55(3), 561-579, 2021. [5] Ballestra, L.V., Pacelli, G., Radi, D. Modeling CDS spreads: A comparison of some hybrid approaches. Journal of Empirical Finance, 2020. [6] Bischi, B.I., Lamantia, F. Evolutionary oligopoly games with cooperative and aggressive behaviors. Journal of Economic Interaction and Coordination, 2020. [7] Dominguez, R., Vitali, S. Multi-chronological hierarchical clustering to solve capacity expansion problems with renewable sources. Energy 227, 120491, 2021. [8] Dvořáčková, H., Tichý, T., Jochec, M. How are Limit Orders Affecting the Disposition Effect on Highly Liquid Markets - Experimental Finance Evidence. Journal of Behavioral Finance, September 2021. [9] Hariri-Ardebili, M.A., Barak, S. A series of forecasting models for seismic evaluation of dams based on ground motion meta-features. Engineering Structures, 2020. [10] Holčapek, M., Nguyen, L., Tichý, T. Polynomial alias higher degree fuzzy transform of complex-valued functions. Fuzzy Sets and Systems 342: 1-31, 2018. [11] Hozman, J., Tichý, T. DG framework for pricing European options under one-factor stochastic volatility models. Journal of Computational and Applied Mathematics 344, 585-600, 2018. [12] Kouaissah, N., Orlandini, D., Ortobelli, S., Tichý, T. Theoretical and practical motivations for the use of the moving average rule. IMA Journal of Management Mathematics 31 (1): 117–138, 2020. [13] Kouaissah, N., Ortobelli, S., Jebabli, I. Portfolio Selection Using Multivariate Semiparametric Estimators and a Copula PCA-Based Approach. Computational Economics on-line first, September 2021. [14] Lando, T., Arab, I., Oliveira, P. Transform orders and stochastic monotonicity of statistical functionals. Scandiavian Journal of Statistics. DOI: 10.1111/SJOS.12629. [15] Neděla, D., Ortobelli, S., Tichý, T. Mean-Variance vs. Trend-Risk Portfolio Selection. Minor revision in Review of Managerial Science, 2022. [16] Ortobelli, S., Kouaissah, N., Tichý, T. On the use of the conditional expectation in portfolio selection problems. Annals of Operations Research 274(1-2): 501-530, 2019. [17] Ortobelli, S., Cassader, M., Vitali, S., Tichý, T. Portfolio selection strategy for the fixed income markets with immunization on average. Annals of Operations Research 260 (1-2): 395-415, 2018. [18] Radi, D., Lamantia, F., Tichý, T. Hybrid dynamics of multi-species resource exploitation. Decisions in Economics and Finance, June 2021. [19] Radi D., Hoang V.P., Torri G., Dvorackova H. (2021) A revised version of the Cathcart & El-Jahel model and its application to CDS market”, Decisions in Economics and Finance, August 2021. [20] Raihifar, A., Tareghian, H.R., Salehnia, N., Tichy, T., Bastani, M. Modelling OPEC profit based on economics and political variables. Energy Systems. 2022, 10.1007/s12667-022-00531-6 [21] Tichý, T., Nguyen, L., Holčapek, M., Kresta, A., Dvořáčková, H. Quarterly sales analysis using linguistic fuzzy logic with weather data. Expert Systems with Applications 203: 117345, 2022, https://doi.org/10.1016/j.eswa.2022.117345. [22] Tichý, T., Radi, D., Lamantia, F. Hybrid Evolutionary Oligopolies and the Dynamics of Corporate Social Responsibility. Journal of Economic Interaction and Coordination, October 2020. [23] Torri, G., Giacometti, R., Tichý, T. Network tail risk estimation in the European banking system. Journal of Economic Dynamics & Control 127: 104125, 2021 [24] Torri, G., Giacometti, R. Financial contagion in banking networks with community structure. Communications in Nonlinear Science and Numerical Simulation 117: 106975, 2023, https://doi.org/10.1016/j.cnsns.2022.106975. [25] Torri, G., Radi, D., Dvorackova, H. Catastrophic and systemic risk in the non-life insurance sector: A micro-structural contagion approach. Finance Research Letters: 47B (102718), 2022

2023

2023

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Tichý Tomáš prof. Ing., Ph.D.