BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Trzpiot Grażyna (Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach)
Tytuł
Kwantylowe miary ryzyka
Risk Measure - Quantiles Approach
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (11), 2004, nr 1022, s. 420-430, rys., bibliogr. 12 poz.
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Pomiar ryzyka, Metody pomiarowe
Risk measures, Measuring methods
Uwagi
summ.
Abstrakt
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)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  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.
Cytowane przez
Pokaż
ISSN
0324-8445
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu