Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/10894
Title: Value at Risk (VaR). Empirical parametric models and evaluation
Other Titles: Αξία σε κίνδυνο (VaR). Εμπειρικά παραμετρικά υποδείγματα και αποτίμησή τους
Authors: Ιωαννίδης, Μιχαήλ
Keywords: GARCH
Variance-covariance
Historical simulation
Kupiec’s unconditional coverage test
Christoffersen’s independence test
Christoffersen’s joint test
Mixed Kupiec test
Keywords (translated): Μήτρα διακύμανσης-συνδιακύμανσης
Ιστορική προσομοίωση
Έλεγχος του Kupiec
Έλεγχος ανεξαρτησίας του Christoffersen
Μεικτός έλεγχος του Christoffersen
Independence test by Haas
Έλεγχος ανεξαρτησίας του Haas
Μεικτός έλεγχος του Kupiec
Abstract: We compare the performance of two parametric methods with one non parametric for day-to-day Value-at-Risk models for 63 stocks traded in NYSE or NASDAQ for three different sample sizes and two significance levels. We find that Historical Simulation is more accurate, but also more dependent on its past VaR violations than GARCH and Variance Covariance model.
Abstract (translated): Συγκρίνουμε την απόδοση δύο παραμετρικών μεθόδων με μία μη παραμετρική για τα καθημερινά μοντέλα Value-at-Risk για 63 μετοχές που διαπραγματεύονται στο χρηματιστήριο της Νέας Υόρκης ή στο NASDAQ για τρία διαφορετικά μεγέθη δείγματος και δύο επίπεδα σημαντικότητας. Βρίσκουμε ότι η Ιστορική Προσομοίωση είναι πιο ακριβής στις εκτιμήσεις της, αλλά επίσης εξαρτάται περισσότερο από τις παραβιάσεις VaR του παρελθόντος από το μοντέλο GARCH και Variance Covariance.
Appears in Collections:Τμήμα Οικονομικών Επιστημών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Value at Risk (VaR). Empirical Parametric Models and Evaluation..pdf950.04 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.