Experimental Design in Evaluating VaR Forecasts

Autor

  • Marta Małecka University of Lodz, Department of Statistical Methods

Słowa kluczowe:

VaR, experimental design, Monte Carlo, power of the test, correlation test, Kupiec test, Markov test, Ljung Box test, dynamic quantile test

Abstrakt

W ślad za dynamicznym rozwojem metod estymacji VaR, począwszy od lat dziewięćdziesiątych ubiegłego wieku, w literaturze pojawiła się obszerna dyskusja dotycząca możliwości testowania statystycznego w kontekście oceny modeli VaR. Z jednej strony powstało wiele prac odnoszących się do własności statystycznych dwóch najpopularniejszych testów – testu Kupca z 1995 roku, który bada udział przekroczeń VaR w szeregu i testu autokorelacji przekroczeń VaR Christoffersena z 1998 roku. Z drugiej strony istnieje bogata literatura dotycząca zastosowań rozważanych testów do empirycznych szeregów czasowych. W niniejszej pracy skoncentrowano się na analizie własności testów autokorelacji i porównano test Christoffersena do testów Ljunga Boxa z 1978 roku i testu Engla i Mangianelli’ego z 2004. Celem pracy było przedstawienie przeglądu eksperymentów symulacyjnych wykorzystywanych do badania mocy testów autokorelacji przekroczeń VaR w odniesieniu do założeń metody Monte Carlo oraz zaprezentowanie własnej propozycji eksperymentu.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Berkowitz J., Christoffersen P., Pelletier D., Evaluating Value-at-Risk Models with Desk-Level Data “Management Science” 2011, 12(57), 2213-2227
Google Scholar

Cheng W., Hung J., Skewness and leptokurtosis in GARCH-typed VaR estimation of petroleum and metal asset returns “Journal of Empirical Finance” 2010, 18, 160-173
Google Scholar

Christoffersen P., Evaluating Interval Forecasts “International Economic Review” 1998, 39, 841-862
Google Scholar

Christoffersen P., Pelletier D., Backtesting Value-at-Risk: A Duration-Based Approach “Journal of Financial Econometrics” 2004, 1(2), 84-108
Google Scholar

Doman M., Doman R., Ekonometryczne modelowanie dynamiki polskiego rynku finansowego, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań 2004
Google Scholar

Engle R., Manganelli S., CAViaR: Conditional Autoregressive Value at Risk by Regression Quantiles “Journal of Business & Economic Statistics” 2004, 22, 367-381
Google Scholar

Fiszeder P., Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika, Toruń 2009
Google Scholar

Kupiec, P., Techniques for Verifying the Accuracy of Risk Measurement Models “Journal of Derivatives” 1995, 2, 174-184
Google Scholar

Lopez J., Methods for Evaluating Value-at-Risk Estimates, FRBSF Economic Review 2, 1999, 3-17
Google Scholar

McNeil A., Saladin T., The Peaks over Thresholds Method for Estimating High Quantiles of Loss Distributions, Proceedings of 28th International ASTIN Colloquium, 1997
Google Scholar

Pipień M., Wnioskowanie bayesowskie w ekonometrii finansowej, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2006
Google Scholar

Sean D., A Review of Backtesting and Backtesting Procedures, Finance and Economics Discussion Series Divisions of Research & Statistics and Monetary Affairs Federal Reserve Board, Washington, D.C 2005
Google Scholar

Opublikowane

2013-01-01

Jak cytować

Małecka, M. (2013). Experimental Design in Evaluating VaR Forecasts. Acta Universitatis Lodziensis. Folia Oeconomica, (286), [277]-290. Pobrano z https://czasopisma.uni.lodz.pl/foe/article/view/28834

Numer

Dział

Artykuł