The Connection Between Stock Market Volatility and a Position of Economy in a Business Cycle

Thesis title: Souvislost volatility akciových kurzů a pozice ekonomiky v hospodářském cyklu
Author: Poláková, Soňa
Thesis type: Disertační práce
Supervisor: Veselá, Jitka
Opponents: Krabec, Tomáš; Onder, Štěpán
Thesis language: Česky
Abstract:
Cílem této disertační práce bylo prokázání nebo vyvrácení hypotézy o existenci vztahů mezi akciovými trhy zasaženými všudypřítomnou volatilitou a reálnou ekonomikou USA, Německa, Velké Británie a Japonska. Analytickým nástrojem, který byl pro tuto práci využit, byl model založený na aplikaci umělých neuronových sítí. Analýzou dílčích vztahů v období od počátku r. 2000 do října r. 2014 byla prokázána existence silného jednosměrného vztahu mezi akciovými trhy (zastoupenými hlavními akciovými indexy) a příslušnou reálnou ekonomikou. Tyto vztahy byly nejkvalitněji prokázány na americkém a britském trhu. Akciový index S&P 500, FTSE a indikátor VIX dokázaly pomoci správně predikovat budoucí vývoj reálné ekonomiky USA a Velké Británie na následujících šest až devět měsíců, a to s úspěšností 71% až 86%. Umělé neuronové sítě prokázaly schopnost predikcí vybraných finančních časových řad s nadprůměrnou kvalitou, a to jak v období konjunktury, tak v období recese, které byly v obou případech ve sledovaném období zastoupeny.
Keywords: neuronové sítě; predikce časových řad; akciové trhy
Thesis title: The Connection Between Stock Market Volatility and a Position of Economy in a Business Cycle
Author: Poláková, Soňa
Thesis type: Dissertation thesis
Supervisor: Veselá, Jitka
Opponents: Krabec, Tomáš; Onder, Štěpán
Thesis language: Česky
Abstract:
Finding significant relation between stock markets (including omnipresent volatility) and real economy of the US, Germany, Great Britain and Japan is the main aim of this thessis. If not found it is also the final conclusion. By means of time series analysis using artificial neural networks from the beginning of 2000 till the November of 2014 was proved that the strong single -- way relation between prime stock indices and GDP of chosen economies does exist. Highest quality of prediction was proved on the American and British economy. S&P 500, FTSE and VIX indicator made a precise prediction of future economic progress in the US and Great Britain for six to nine months ahead with 71% to 86% accuracy. The artificial neural networks proved an extraordinary ability to predict chosen financial time series regardless the actual position in a business cycle.
Keywords: artificial neural networks; time series prediction; stock markets

Information about study

Study programme: Finance a účetnictví/Finance
Type of study programme: Doktorský studijní program
Assigned degree: Ph.D.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Finance and Accounting
Department: Department of Banking and Insurance

Information on submission and defense

Date of assignment: 21. 9. 2014
Date of submission: 21. 9. 2015
Date of defense: 29. 5. 2015
Identifier in the InSIS system: https://insis.vse.cz/zp/49178/podrobnosti

Files for download

    Last update: