BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Fałdziński Marcin (Nicolaus Copernicus University in Toruń, Poland)
Tytuł
Application of Modified POT Method with Volatility Model for Estimation of Risk Measures
Zastosowanie zmodyfikowanej metody POT z modelami zmienności do szacowania miar ryzyka
Źródło
Dynamic Econometric Models, 2009, vol. 9, s. 119-127, tab., bibliogr. 16 poz.
Słowa kluczowe
Teoria wartości ekstremalnych, Pomiar ryzyka, Stopa zwrotu, Rynki finansowe
Extreme Values Theory (EVT), Risk measures, Rate of return, Financial markets
Uwagi
summ., streszcz.
Abstrakt
Celem artykułu jest prezentacja nowego podejścia mającego na celu połączenie modeli zmienności z metodą Peaks over Threshold (POT), wywodzącą się z teorii wartości ekstremalnych. Podejście to opiera się na możliwości szacowania ekstremów na podstawie metody POT, natomiast wartości średnich na podstawie modeli zmienności. Nowe podejście jest zastosowane do estymacji miar ryzyka (VaR i ES) dla finansowych szeregów czasowych. Do oceny nowego podejścia wykorzystano procedury testowania wstecznego. W pracy zastosowano metodę POT dla stóp zwrotu indeksów rynków finansowych przefiltrowanych za pomocą modeli GARCH oraz SV, które porównano z wynikami otrzymanymi tylko za pomocą modeli GARCH i SV. (abstrakt oryginalny)

The main aim of this paper is the presentation and empirical analysis of the new approach which combines volatility models with Peaks over Threshold method that comes from extreme value theory. The new approach is applied for estimation of risk measures (VaR and ES) in financial time series. For the empirical analysis the financial risk model evaluation was conducted. In this paper the POT method was compared with standard volatility models (GARCH and SV) in case of the conditional modeling. (original abstract)
Dostępne w
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Alexander, C. (2008), Market Risk Analysis vol. IV: Value-at-Risk Models, John Wiley & Sons Ltd., New York.
  2. Angelidis, T., Degiannakis, S. (2006), Backtesting VaR Models: An Expected Shortfall Approach, Working Papers, University of Crete, Athens University of Economics and Business.
  3. Artzner, P., Delbaen, F., Eber, J. M., Heath, D. (1997), Thinking Coherently, Risk, 10, 68-71.
  4. Artzner, P., Delbaen F., Eber J.M., Heath, D. (1999), Coherent Measures of Risk, Mathematical Finance, 9, 203-228.
  5. Brooks, C., Clare, A.D., Dalle Molle, J.W, Persand, G. (2006), A Comparison of Extreme Value Theory Approaches for Determining Value at Risk, Journal of Empirical Finance, 12, 339-352.
  6. Christoffersen, P.F. (1998), Evaluating Interval Forecasts, International Economic Review, 3.
  7. Dowd, K. (2005), Measuring Market Risk Second Edition, John Wiley & Sons Ltd., New York.
  8. Embrechts, P., Klüppelberg, C., Mikosch, T. (2003), Modelling Extremal Events for Insurance and Finance, Springer, Berlin.
  9. Fałdziński, M. (2008), Model warunkowej zmienności wartości ekstremalnych (Conditional Extreme Value Volatility model), in Zieliński Z. (ed.), Współczesne trendy w ekonometrii (Contemporary Trends in Econometrics), Wydawnictwo Wyższej Szkoły Informatyki i Ekonomii, Olsztyn.
  10. Fałdziński, M. (2009), On The Empirical Importance Of The Spectral Risk Measure With Extreme Value Theory Approach, Forecasting Financial Markets and Economic Decision-Making FindEcon, Łódź, submitted.
  11. Haas, M. (2001), New Methods in Backtesting, Financial Engineering Research Center, Bonn
  12. Harmantzis, F.C., Miao, L., Chien, Y. (2006), Empirical Study of Value-at-Risk and Expected Shortfall Models with Heavy Tails, Journal of Risk Finance, 7, No.2, 117-126.
  13. Kuester, K., Mittnik, S., Paolella, M.S. (2006), Value-at-Risk Prediction: A Comparison of Alternative Strategies, Journal of Financial Econometrics, 1, 53-89.
  14. McNeil, J.A., Frey, F. (2000), Estimation of Tail-Related Risk Measures for Heteroscedastic Financial Time Series: an Extreme Value Approach, Journal of Empirical Finance, 7, 271-300.
  15. Osińska, M., Fałdziński, M. (2008), GARCH and SV models with application of Extreme Value Theory, in Zieliński Z. (ed.), Dynamic Econometric Models, Volume 8, UMK, Toruń.
  16. Szegö, G. (2004), Risk measures for the 21st century, John Wiley & Sons Ltd., West Sussex, UK.
Cytowane przez
Pokaż
ISSN
1234-3862
Język
eng
URI / DOI
http://dx.doi.org/10.12775/DEM.2009.012
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu