BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Trzpiot Grażyna (Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach)
Title
Kwantylowe miary ryzyka
Risk Measure - Quantiles Approach
Source
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (11), 2004, nr 1022, s. 420-430, rys., bibliogr. 12 poz.
Issue title
Klasyfikacja i analiza danych - teoria i zastosowania
Keyword
Pomiar ryzyka, Metody pomiarowe
Risk measures, Measuring methods
Note
summ.
Abstract
Funkcje probabilistyczne lub kwanty 1 o we są wykorzystywane do analizy zachowań modeli decyzyjnych w warunkach niepewności lub przy zmiennych parametrach. W zastosowaniach finansowych kwantyl strat nazywany jest Value-at-Risk (VaR). Jest to powszechnie stosowana miara odpowiadająca na pytanie: jaki jest maksymalny poziom strat przy ustalonym poziomie ufności? Kwantyle są również wykorzystywane do określenia innej miary Conditional Value-at-Risk (CVaR). CVaR (nazywane również Mean Excess Loss, Mean Shortfall lub Tail VaR) jest średnią stratą najgorszych scenariuszy (np. 5%). CVaR ma ciekawsze własności niż VaR. (fragment tekstu)

Value at risk is an internal measure of risk of the investment. In the paper we present a critical discussion based on comparison with the related concepts of stochastic dominance and lower partial moments. We find that value at risk contradicts second-degree stochastic dominance and thus expected utility maximization for risk averse investors. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Main Library of Poznań University of Economics and Business
Bibliography
Show
  1. Baumol W.J., An Expected Gain-Confidence Limit Criterion for Portfolio Selection, "Management Science" 1964, nr 10, s. 174-182.
  2. Fishbum P.C., Mean-Risk Analysis with Risk Associated with Below - Target Returns, "American Economic Review" 1977, nr 57, s. 116-126.
  3. Hadar J., Russel W.K., Rules for Ordering Uncertain Prospects, "American Economic Review" 1969, nr 59, s. 25-34.
  4. Konno H., Yamazaki H., Mean Absolute Deviation Portfolio Optimizationi Model and Its Application to Tokyo Stock Market, "Management Science" 1991, nr 37, s. 519-531.
  5. Levy H., Sarnat K., Portfolio and Investment Selection. Theory and Practice, Prentice-Hall, New York 1984.
  6. Mansini R., Ogryczak W., Speranza M.G., On LP Solvable Models for Portfolio Selection, "Informatica" 2003, nr 14.
  7. Pflug G.Ch., Some Remarks on the Value-at-Risk and the Conditional Value- at-Risk, [w:] Probabilistic Constrained Optimization: Methodology and Applications, Kluwer Academic Publishers, Boston 2000.
  8. Pratt J.W., Risk Aversion in the Small and in the Large, "Econometrica" 1964, nr 32, s. 122-136.
  9. Trzpiot G., Analiza portfelowa z wykorzystaniem metody momentów i dominacji stochastycznych - podejście kwantylowe, "Prace Naukowe AE we Wrocławiu", nr 990, AE, Wrocław 2003, s. 216-224.
  10. Trzpiot G., Dominacje stochastyczne a teoria mierzalnych funkcji użyteczności, "Prace Naukowe AE we Wrocławiu", nr 988, AE, Wrocław 2003, s. 361-369.
  11. Whitmore G.A., Third Degree Stochastic Dominance, "American Economic Review" 1970, nr 60, s. 457-459.
  12. Yitzhaki S., Stochastic Dominance, Mean Variance and Gini's Mean Difference, "American Economic Review" 1982, nr 72, s. 178-185.
Cited by
Show
ISSN
0324-8445
1505-9332
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu