Appllcation of Asymmetric Least Squares Method in Estimation Caviar Mooels

• Autorzy: Grażyna Trzpiot , Przemysław Jeziorski

Warianty tytułu

Asymetryczna metoda najmniejszych kwadratów w szacowaniu parametrów modeli CaViaR

• Języki publikacji: EN

Abstrakty

EN

In this paper we have introduced a new approach to estimating conditional VaR using ALS regression. Asymmetric least squares method, which has been used for estimating parameters Ca ViaR modeIs gives underestimated VaR. (fragment of text)

Modele CaViaR wykorzystywane do szacowania Value at Risk (VaR) posiadają zaletę w postaci braku założeń dla rozkładu stóp zwrotu. Prognozy VaR wyznaczane są na podstawie historycznych stóp zwrotu, wykorzystując własność autokorelacji. Autorzy zaprezentowali asymetryczną metodę najmniejszych kwadratów (ALS) do estymacji parametrów modeli CaViaR, która w kolejnym kroku została porównana z klasyczną metodą najmniejszych kwadratów. ALS jest metodą regresji, w której kwadraty reszt modelu posiadają różne wagi: reszty dodatnie otrzymują wagi równe rzędowi kwantyla, natomiast reszty ujemne otrzymują wagi równe dopełnieniu do jedności rzędu kwantyla. Ważenie reszt powoduje przesunięcie oszacowań w kierunku wartości skrajnych przy założeniu niskich rzędów kwantyla, podczas gdy w klasycznej metodzie najmniejszych kwadratów oszacowania opieraj się na warunkowych średnich.(abstrakt oryginalny)

Słowa kluczowe

EN

Risk assessment models; VaR method

PL

Modele oceny ryzyka; Miernik ryzyka (VaR)

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2011
• Numer: nr 65 Statistical inference methods in economic research
• Strony: 45--56

Twórcy

autor

Grażyna Trzpiot

• University of Economics in Katowice, Poland

autor

Przemysław Jeziorski

• University of Economics in Katowice, Poland

Bibliografia

• R.E. Engle, S. Manganelli: CaViaR: Conditional Autoregressive Value at Risk by Regression Quantiles. "'Journal of Business and Economic Statistics" 2004, No. 22, p. 367-381.
• G Trzpiot: Regresja kwantylowa a estymacja VaR. W: Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek. Red. W. Ronka-Chmielowiec. K. Jajuga. Wydawnictwo Akademii Ekonomicznej, Wrocław 2007, s. 465-471.
• G Trzpiot: Implementacja metodologii regresji kwantylowej w estymacji VaR. W: Rynek kapitałowy. Skuteczne inwestowanie. Studia i Prace WNEiZ, nr 9, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin, 2008. s. 316-323.
• G. Trzpiot, P. Jeziorski: Implementacja modeli CaViaR z wykorzystaniem rolowanej regresji kwantylowej. W: Inwestycje finansowe i ubezpieczenia - tendencje światowe a polski rynek. Red. K. Jajuga, W. Ranka-Chmielowiec. Wydawnictwo Akademii Ekonomicznej, Wrocław 2010, s. 431-440.
• G. Trzpiot, J. Majewska: Estimation of Value at Risk: Extreme Value and Robust Approaches. "Badania Operacyjne i Decyzje" 2010, nr 1, Oficyna Wydawnicza Politechniki Wrocławskiej. Wrocław 2010. s. 131 -143.
• R. Koenker, G. Bassett: Regression Quintiles. "Econometrica" 1978, Vol. 46, No. 1. p. 33-50.
• W.K. Newey, L. Powell: Asymetric Least Squares Estimation and Testing. "Econometrica" 1987, Vol. p. 819-847.