Mixture normal Value at Risk models of some European market portfolios

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F12%3A86082694" target="_blank" >RIV/61989100:27510/12:86082694 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Mixture normal Value at Risk models of some European market portfolios

Popis výsledku v původním jazyce

The assumption of normal probability distribution belongs to the biggest imperfections of estimating Value at Risk. In point of fact, the returns of financial time series are rather distributed leptokurtic than normally. Moreover, the empirical distributions are often skewed. In these cases, the assumption of normal distribution results in over- or underestimation of VaR especially when the quantiles are very high/low. Therefore it is necessary to put emphasis on respecting the leptokurtic and skewed return distribution. In this paper, we interpret the one out of the method how to estimate VaR with respect to the empirical distributions. We describe the analytical solution of VaR under mixture and Markov-Switching normal distribution condition and we compare the estimates according to both approaches. We also present the estimation method of distribution parameters. Thus, we briefly describe and derive the maximum likelihood method based on the iterative EM-algorithm. Using the four se

Název v anglickém jazyce

Mixture normal Value at Risk models of some European market portfolios

Popis výsledku anglicky

The assumption of normal probability distribution belongs to the biggest imperfections of estimating Value at Risk. In point of fact, the returns of financial time series are rather distributed leptokurtic than normally. Moreover, the empirical distributions are often skewed. In these cases, the assumption of normal distribution results in over- or underestimation of VaR especially when the quantiles are very high/low. Therefore it is necessary to put emphasis on respecting the leptokurtic and skewed return distribution. In this paper, we interpret the one out of the method how to estimate VaR with respect to the empirical distributions. We describe the analytical solution of VaR under mixture and Markov-Switching normal distribution condition and we compare the estimates according to both approaches. We also present the estimation method of distribution parameters. Thus, we briefly describe and derive the maximum likelihood method based on the iterative EM-algorithm. Using the four se

Druh

D - Stať ve sborníku

CEP obor

AH - Ekonomie

OECD FORD obor

—

Projekt

<a href="/cs/project/GPP403%2F12%2FP692" target="_blank" >GPP403/12/P692: Řízení a modelování pojistných rizik v rámci Solvency II</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Řízení a modelování finančních rizik : sborník příspěvků z 6. mezinárodní vědecké konference : 10.-11. září 2012, Ostrava, Česká republika

ISBN

978-80-248-2835-0

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

653-663

Název nakladatele

VŠB - Technická univerzita Ostrava

Místo vydání

Ostrava

Místo konání akce

Ostrava

Datum konání akce

10. 9. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000317528600074