Finansowe szeregi czasowe to między innymi dane przedstawiające zmianę cen instrumentów finansowych lub ich stóp zwrotu. Pod wieloma względami, szeregi finansowe różnią się od typowych szeregów czasowych. Charakterystyki ściśle związane ze specyfiką funkcjonowania rynków to m.in. efekt grupowania zmienności (volatility clusters), leptokurtyczność i grube ogony rozkładów oraz asymetria reakcji na dobre i złe informacje. Nowoczesne zarządzanie ryzykiem rynkowym wymaga stosowania adekwatnych metod statystycznych, uwzględniających specyfikę danych finansowych.

Uczestnicząc w naszym szkoleniu poznasz narzędzia pozwalające na zidentyfikowanie w analizowanych danych cech typowych dla szeregów finansowych i ich odpowiednie modelowanie. W czasie szkolenia przedstawimy najważniejsze modele finansowych szeregów czasowych, znajdujących zastosowania w analizie portfelowej, wycenie opcji lub analizie ryzyka rynkowego metodą Value at Risk (VaR). Przedstawione zostaną m.in. klasyczne modele liniowe szeregów i warunkowe modele heteroskedastyczne. Poznasz najważniejsze aspekty analizy wektorowych szeregów czasowych. Podczas szkolenia zdobędziesz praktyczne umiejętności w zakresie analizy statystycznej finansowych szeregów czasowych. Dowiesz się jak znaleźć i dopasować optymalny model dla danych oraz jak wykorzystać go do konstrukcji prognoz.


Czego się nauczysz?

  • Nauczysz się jakie są charakterystyczne cechy finansowych szeregów czasowych oraz w jaki sposób można zidentyfikować je w analizowanych danych.
  • Poznasz wszystkie etapy analizy finansowych szeregów czasowych: od wstępnej analizy danych, poprzez identyfikację, dopasowanie i diagnostykę modeli, aż do wykorzystania modeli w praktyce.
  • Poznasz klasyczne i nowoczesne modele statystyczne stosowane w analizie finansowych szeregów czasowych.
  • Nauczysz się jak wybrać i dopasować optymalny model dla danych.
  • Poznasz modele i metody analityczne wspomagające zarządzanie ryzykiem rynkowym.
  • Wszystko przećwiczysz w praktyce na komputerze: używamy systemu R lub ITSM 2000.
  • Otrzymasz obszerne materiały umożliwiające samodzielną późniejszą pracę.


Dla kogo jest to szkolenie?

Pracownicy departamentów controllingu, sprzedaży, marketingu, zarządzania aktywami i pasywami, skarbu i innych:

  • zainteresowani stosowaniem nowoczesnych metod wspomagających zarządzanie ryzykiem rynkowym,
  • analizujący zachowanie i zmienność cen instrumentów finansowych w czasie,
  • analizujący przebiegi czasowe różnych wielkości związanych z finansami.


Skrót programu szkolenia

  • Specyfika finansowych szeregów czasowych
  • Wstępna analiza szeregów finansowych — podstawowe techniki
  • Analiza liniowych szeregów czasowych i jej zastosowania
  • Warunkowe modele heteroskedastyczne
  • Testy pierwiastków jednostkowych i testy stacjonarności
  • Wprowadzenie do wektorowych modeli szeregów czasowych
  • Wartości ekstremalne, estymacja kwantyli i VaR (Value at Risk)


Program szkolenia

  1. Specyfika finansowych szeregów czasowych
    • Przykłady finansowych szeregów czasowych spotykanych w praktyce
    • Szeregi stóp zwrotów i ich empiryczne własności
  2. Wstępna analiza szeregów finansowych — podstawowe techniki
    • Analiza zależności czasowej danych:
      • funkcja autokorelacji (ACF),
      • funkcja częściowej autokorelacji (PACF).
    • Analiza własności rozkładu:
      • badanie grubości ogonów,
      • badanie symetrii/koncentracji rozkładu,
      • testy zgodności.
    • Badanie długoterminowej zależności danych (analiza R/S)
  3. Analiza liniowych szeregów czasowych i jej zastosowania
    • Charakterystyka liniowych modeli szeregów czasowych
    • Szeregi stacjonarne i niestacjonarne
    • Przegląd najważniejszych modeli liniowych:
      • model autoregresji (AR),
      • model ruchomej średniej (MA),
      • model mieszany (ARMA),
      • modele ARIMA.
    • Etapy budowy modelu w praktyce: identyfikacja, estymacja i diagnostyka.
    • Zastosowanie modeli liniowych do prognozowania.
  4. Warunkowe modele heteroskedastyczne
    • Modelowanie zmienności (volatility) — idea i zastosowania
    • Testowanie obecności efektów heteroskedastycznych w danych (test Ljunga – Boxa, test LM)
    • Modele ARCH i GARCH — struktura i podstawowe własności
    • Dopasowanie modeli warunkowo heteroskedastycznych w praktyce: identyfikacja modelu, estymacja parametrów i diagnostyka.
    • Zastosowanie modeli do prognozowania zmienności.
    • Wybrane uogólnienia modeli ARCH/GARCH i modele pokrewne (IGARCH, GARCH-M, EGARCH, TGARCH i inne)
  5. Testy pierwiastków jednostkowych i testy stacjonarności
    • Formy niestacjonarności spotykane w finansowych szeregach czasowych i ich konsekwencje praktyczne
    • Wybrane testy autoregresyjnych pierwiastków jednostkowych
      • Test Phillipsa-Perrona (PP test),
      • Augmented Dickey-Fuller test (ADF test).
    • Wybrane testy stacjonarności
      • Kwiatkowski-Phillips-Schmidt-Shin test (KPSS test)
    • Praktyczne zastosowania testów — identyfikacja trendów długoterminowych i sezonowych.
  6. Wprowadzenie do wektorowych modeli szeregów czasowych
    • Zależności jednokierunkowe i zależności wzajemne szeregów
    • Podstawowe narzędzia wykorzystywane w analizie zależności szeregów — funkcja korelacji wzajemnej (cross-correlation function)
    • Przegląd modeli wektorowych:
      • wektorowy model autoregresji (VAR)
      • wektorowy model autoregresji ruchomej średniej (VARMA)
      • wektorowy model ARIMA (VARIMA)
    • Dopasowanie modeli wektorowych w praktyce: wybór modelu, estymacja parametrów, diagnostyka
    • Konstrukcja prognoz dla wektorowych szeregów czasowych
    • Wprowadzenie do zagadnienia kointegracji:
      • idea kointegracji,
      • podstawowe testy,
      • związek z modelami VAR.
  7. Wartości ekstremalne, estymacja kwantyli i VaR (Value at Risk)
    • Wprowadzenie do Value at Risk (VaR) — idea i zastosowania
    • Podejście ekonometryczne do wyznaczenia VaR
    • Metodologia RiskMetrics — wprowadzenie
    • Metody estymacji kwantyl
    • Podstawy teorii wartości ekstremalnych
    • Zastosowanie wartości ekstremalnych do wyznaczenia VaR

Spróbuj ponownie