Mjerenje sistemskog rizika zasnovano na multivarijantnim statističkim modelima

diplomski rad

• Naslov (engleski): Systemic risk measurement based on multivariate statistical models
• Autor: Marko Maslać
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Dražen Jurišić (član povjerenstva)
• Član povjerenstva: Marko Subašić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2016-07-15, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U okviru diplomskog rada ispitana je primjenjivost multivarijatnih statističkih metoda za mjerenje sistemskog rizika. Analiza je provedena za na S&P 500 i Crobexu. Rad sadrži četiri računalna modela na temelju kojih se mjeri sistemski rizik preko analize glavnih komponenti i faktorske analize. Modeli služe kao indikator rizika te porast ili propad signala dobivenih modelima ukazuje na razinu sistemskog rizika na tržištu. U procesu stvaranja modela rađale su se brojne ideje za unapređenje sustava koje su predložene kao budući rad.

Sažetak (engleski)

This project analyzes systemic risk measurement based on multivariate statistical models. The analysis was performed for the S&P 500 and CROBEX. Four computer models were developed and processed based on principal component analysis and factor analysis. Models are indicators of systemic risk and increase or decrease of the signal level indicates the level of systemic risk in the financial markets. During the process of the models, we got many ideas for the improvement of the system that could be used in further development.

• Ključne riječi: sistemski rizik; financijska kriza; financijski vremeneski nizovi; dionice; S&P 500; Crobex; analiza glavnih komponenti; faktorska analiza; PCA; FA
• Ključne riječi (engleski): systemic risk; financial crisis; financial time series; stocks; S&P 500; Crobex; principal component analysis; factor analysis; PCA; FA
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:322036
• Studijski program: Naziv: Informacijska i komunikacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-19 13:42:39