Termín finanční ekonometrie se dnes používá pro jakoukoli kvantitativní analýzu finančních dat jak na mikroekonomické, tak na makro ekonomické úrovni. Přitom kvantitativní analýzou se míní především statistické zpracování finančních dat (tj. klasická popisná statistická analýza, statistická identifikace, odhad a verifikace příslušného modelu, statistické testování různých finančních hypotéz a konstrukce předpovědí v rámci zkonstruovaného modelu) s využitím dostupných ekonomických informací a pak následná diskuse získaných výsleddků z hlediska jejich kompatibility s praxí a dopadu v rámci dané finanční reality (finančních trhů, finančního sektoru, burzy, banky, investiční firmy, penzijního fondu apod.). Významné je také propojení finanční ekonometrie s klasickou finanční matematikou, která pro kalibrování svých modelů pro daný trh (např. při modelování časové struktury úrokových měr či úvěrového rizika, při oceňování kapitálu v rámci modelu CAPM apod.), ratingu a klastrování finančních ukazatelů a v celé řadě dalších oblastí musí při konkrétních výpočtech použíívat ekonometrické metody (to platí do jisté míry i pro pojistnou matematiku).

Vedle termínu finanční ekonometrie se také často používají spojení typu ekonometrická analýza finančních dat, ekonometrie finančních trhů, analýza finančních časových řad apod. (viz také názvy některých monografií a článků v uvedené bibliografii). Takový přístup si vyžádala praxe, neboť podle některých pramenů až devadesát procent z objemu dat, která prakticky zpracovává současná ekonometrie, má fmanční charakter. Navíc se také stalo tolerovaným zvykem, že pokud analyzovaná data mají finanční charakter, nemluví se o statistické analýze, ale automaticky o analýze ekonometrické. Zdrojem dat pro finanční ekonometrii jsou profesionální finanční agentury (Bloomberg, Center for Research in Security Prices CRSP, DataStream, Reuters aj.), nadnárodní fmanční instituce (Mezinárodní měnový fond IMF, Světová banka WB aj.), statistické úřady, centrální banky, finanční burzy jednotlivých zemí, finanční databáze spravované různými investičními společnostmi (např. u nás Patria Finance aj.), bankami, americkými univerzitami apod., ale také např. pojišťovny a zajišťovny, penzijní fondy, jednotliví obchodníci s cennými papíry, auditorské, poradenské, účetní a realitní firmy a mnoho dalších.

Důležitou součástí finanční ekonometrie je analýza finančních časových řad, která se soustřeďuje na dynamiku finančnich jevů. V jejím rámci je nutné se vyrovnat s moderním specifikem finančních dat, který byl zcela neznámý v klasické ekonometrii, totiž s vysokou hustotou záznamu (např. každých pět minut přes široké portfolio cenných papírů obchodovaných na burze), takže se mluví o tzv. vysokofrekvenčních datech předtím běžných předeevším v technických a biologických disciplínách.

Tato publikace si klade za cíl představit postupy, které lze v rámci současné finanční ekonometrie použít. Kromě (vícerovnicových) regresních modelů je značná pozornost věnována dynamickým modelům (např. vícerozměrným autoregresním modelům V AR nebo kointegraci) včetně analýzy finančních časových řad. Poněkud netypicky jsou do tohoto ekonometrického textu zařazeny partie týkající se kreditního rizika a hodnoty v riziku VaR pro jejich význam v současných praktických financích. Vzhledem k rozsahu celé problematiky ovšem není možné v monografii uvádět teoretické detaily a kompletní důkazy všech tvrzení, což se řeší v rámci specializované literatury (teoretické záležitosti jsou často odsunuty do poznámek, jejichž vynecháním se nenaruší kontext výkladu). Na druhé straně by publikace měla poskytnout úplné návody pro praktické použití jednotlivých metod ve finanční praxi. K tomu účelu také slouží řada numerických příkladů především z finanční (včetně pojistné) oblasti doplněných většinou o interpretaci a diskusi získaných výsledků.

Většinu praktických výpočtů v rámci finanční ekonometrie se doporučuje provádět s využitím vhodného softwaru, a to přinejmenším z následujících důvodů: (1) programování některých metod by bylo neúnosné a v řadě případů pro nepočítačově orientovaného čtenáře vůbec neakceptovatelné; (2) software bývá většinou doplněn manuálem se stručným a výstižným popisem metody, která nás právě zajímá (navíc často bývají parametry programu nastaveny na defaultní hodnoty tak, že jsou okamžitě vhodné pro rutinní použití); (3) při zkoumání nabídky v menu programového systému někdy uživatel objeví další metody nebo modifikace známých metod, o kterých původně neměl tušenÍ. Na druhé straně je ovšem softwarový spotřebitel vydán často zcela napospas zvolenému produktu a všem jeho možným needostatkům (případným chybám, subjektivně dané nabídce, neprůhlednosti používaných meetod aj.). Pro příklady v této publikaci byl použit software EViews 5.1 (od firmy Quantitative Micro Software QMS, i když v době publikace této knihy budou jistě dostupné vyšší verze tohoto produktu), neboť je velmi „uživatelsky přátelský“, je používán na řadě odborných pracovišť v České republice a zcela postačuje pro numerickou prezentaci většiny materiálu obsaženého v publikaci. Jako zdroje datového materiálu pro příklady byly použity webové stránky www.cnb.cz (ČNB: systém časových řad ARAD), wWW.czso.cz (ČSÚ), www.economagic.com a webové stránky související s publikací Greene (2003).

***

Prvoúčelově je publikace určena jako vysokoškolský text pro školy ekonomického a matematického zaměření, a to včetně výzkumu, který zde probíhá. Může však být užitečná pro všechny, kteří v rámci své profese musí kvantitativně analyzovat ekonomická a finanční data.

Od stejného autora

1 / 2

❮