Struktura zależności a miary ryzyka na przykładzie indeksów giełd światowych i GPW w Warszawie

• Autorzy: Daniel Papla

Warianty tytułu

Dependence Structure and Risk Measures on the Example of Indexes of World Stock Markets and Warsaw Stock Exchange

• Języki publikacji: PL

Abstrakty

Celem artykułu jest zbadanie wpływu sposobu modelowania zależności na ocenę ryzyka portfela instrumentów finansowych. Ze względu na ograniczenia metodologii wykorzystanej w artykule autor ograniczył się jedynie do portfeli dwuskładnikowych. Hipoteza badawcza artykułu brzmi następująco: źle wyspecyfikowany model zależności między składnikami portfela aktywów finansowych może doprowadzić do błędnej oceny ryzyka tego portfela. (fragment tekstu)

EN

Research hypothesis of this paper is as follows: misspecified model of dependency between elements of financial assets portfolio may lead to errors in risk evaluation measured by such measures like Value at Risk (VaR) or Conditional Value at Risk (CVaR). In the case of research included in this paper several copula functions were used to verify research hypothesis as a model of dependence structure. Goodness of fit obtained with each parametric copula was measured with Anderson-Darling, Integrated Anderson-Darling and entropy test (with use of empirical copula). The research hypothesis was verified by Monte-Carlo simulation o Value at Risk using copula function parameter estimation for each pair of stock market indexes. (original abstract)

Słowa kluczowe

PL

Pomiar ryzyka; Instrumenty finansowe; Indeks giełdowy

EN

Risk measures; Financial instruments; Stock market indexes

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2009
• Tom: 16
• Numer: nr 47 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 390--397

Twórcy

autor

Daniel Papla

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Ane T., Kharoubi C. (2003), Dependence structure and risk measure, "Journal of Business", vol. 76, no 3.
• Armstrong M. (2003), Copula catalogue. Part 1: bivariate Archimedean copulas, maszynopis, CERNA, Paryż, http://www.cerna.ensmp.fr.
• Artzner P., Delbaen F., Eber J.-M., Heath D (1999)., Coherent measures of risk, "Mathematical Finance" no 9(3).
• Deheuvels P. (1979), La fonction de dépendance empirique et ses propriétés - un test non paramétrique d'indépendance, Académie Royale de Belgique - Bulletin de la Classe des Sciences, 5th ser., 65, s. 274-292.
• Di Clemente A., Romano C. (2003), Beyond Markovitz: building optimal portfolio using nonelliptical asset return distribution, Research Paper, University of Rome.
• Durrleman V., Nikeghbali A., Roncalli T. (2000), Which copula is the right one? Working paper, Credit Lyonnais, Groupe de Recherche Ope´rationnelle, Paris.
• Embrechts P., Lindskog F., McNeil A. (2001), Modelling dependence with copulas and applications to risk management, maszynopis, ETH, Zürich.
• Jajuga K., Kuziak K. (2003), Modeling relationships in multivariate data, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 988, Taksonomia 10, Klasyfikacja i analiza danych. Teoria i zastosowania, AE, Wrocław, s. 461-471.
• Jajuga K., Papla D. (2006), Copula functions in model based clustering, [w:] From data and information analysis to knowledge engineering, red. M. Spiliopoulou, Springer Verlag, Berlin, s. 606-613.
• Jajuga K., Papla D. (2005), Extreme value analysis and copulas, [w:] Statistical tools in finance and insurance, red. P. Cìzek, W. Härdle, R. Weron, Springer Verlag, Berlin.
• Joe H. (1997), Multivariate models and dependence concepts, Chapman & Hall, London.
• Lee J. (2004), The comovement between output and prices: evidence from Canada, Texas A&M University-Corpus Christi, Corpus Christi.
• Mittnik S., Rachev S.T. (2000), Stable paretian models in finance, John Wiley & Sons, New York.
• Nelsen R.B. (1999), An introduction to copulas, Springer Verlag, New York.
• Papla D. (2006), Klasyfikacja spółek notowanych na GPW w Warszawie z wykorzystaniem funkcji powiązań (copula functions), Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1126, Taksonomia 13, Klasyfikacja i analiza danych. Teoria i zastosowania, AE, Wrocław, s. 271-279.
• Rockafellar R.T., Uryasev S. (1999), Optimization and conditional value-at-risk, research report 99-4, Center for Applied Optimization, University of Florida.
• Rockafellar R.T., Uryasev S. (2002), Optimization and conditional value-at-risk for general distributions, "Journal of Banking and Finance", no 26(7).
• Rokita P. (2006), Zastosowanie archimedesowskich funkcji powiązań (Archimedean copulas) o liczbie wymiarów większej niż 2 w analizie ryzyka portfela na rynku polskim, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1126, Taksonomia 13, Klasyfikacja i analiza danych. Teoria i zastosowania, AE, Wrocław, s. 280-288.
• Schweizer B., Sklar A. (1974), Operations on distributions functions not derivable from operations on random variables, Studia Mathematica, 52, s. 43-52.
• Silverman B.W. (1986), Density estimation for statistics and data analysis, Chapman & Hall, London.
• Sklar A. (1959), Fonctions de répartition á n dimensions et leurs marges, Publications de l'Institut Statistique de l'Université de Paris, 8, s. 229-231.