| Περίληψη : | Η αξία σε κίνδυνο (VaR) είναι ένα μέτρο κινδύνου που προσδιορίζει την μέγιστη απώλεια που μπορεί να υποστεί κανείς υπό κανονικές συνθήκες της αγοράς, δεδομένου ενός επιπέδου εμπιστοσύνης και ενός ορισμένου χρονικού ορίζοντα. Λόγω αυτής της διαισθητικής ερμηνείας και της εφαρμοσιμότητάς της, το VaR έχει γίνει σήμερα το πιο ευρέως χρησιμοποιούμενο μέτρο κινδύνου. Σε αυτή τη διπλωματική εργασία θα επιχειρήσουμε να δομήσουμε χαρτοφυλάκια αποτελούμενα από δύο στοιχεία (ένα με μηδενικό κίνδυνο και ένα στοιχείο που ενέχει κίνδυνο) και να συγκρίνουμε τις ημερήσιες προβλέψεις VaR ενός μοντέλου GARCH και του αντίστοιχου μοντέλου για τα οποίο χρησιμοποιήθηκε η μέθοδος Peak-Over-Threshold (POT) για την μοντελοποίηση των ουρών των καταλοίπων. Χρησιμοποιώντας αρκετές διαδικασίες backtest στις ιστορικές ημερήσιες λογαριθμικές αποδόσεις των 10 χρηματιστηριακών δεικτών που χρησιμοποιήθηκαν για την δόμηση των χαρτοφυλακίων, διαπιστώσαμε ότι τα μοντέλα που έγιναν με τη μέθοδο POT υπερεκτιμούν τον κίνδυνο στα συγκεκριμένα επίπεδα εμπιστοσύνης (1% και 5%). Ενώ στην συνέχεια χρησιμοποιήσαμε την θεωρία του Maximum Drawdown και πιο συγκεκριμένα το Calmar ratio ώστε να δομήσουμε βέλτιστα χαρτοφυλάκια για έναν επενδυτή που παρουσιάζει μικρότερη αποστροφή στον κίνδυνο. Τέλος θα κάνουμε χρήση της μεθόδου PCA ώστε να δομήσουμε ένα χαρτοφυλάκιο με όλα τα περιουσιακά στοιχεία που χρησιμοποιηθήκαν στην διπλωματική και κάνοντας χρήση της θεωρίας Filtered Historical Simulation να εκτιμήσουμε τον κίνδυνο αγοράς για τον επόμενο μήνα καθώς και να εξετάσουμε την προβλεπτική της ικανότητα ως προς την ημερήσια εκτιμηθείσα Αξία σε Κίνδυνο σε βάθος 4 ετών.
Value-at-Risk (VaR) is a risk measure that determines the maximum loss you can get under normal market conditions, given the level of confidence and time horizon. Because of this intuitive interpretation and its applicability, VaR has now become the most widely used risk measure. In this thesis we will attempt to build portfolios consisting of two elements (one risky and one riskless asset) and compare the daily VaR predictions of a GARCH model and the corresponding model for which we will use the Peak-Over-Threshold (POT) for modeling the residual tails. Using several backtesting processes in the historical daily logarithmic returns of the 10 indexes used to build portfolios, we found that POT models overestimate the risk at specific confidence levels (1% and 5%). We then used the Maximum Drawdown theory and more specifically the Calmar ratio to build optimal portfolios for an investor with less aversion to risk. Finally, we will use the PCA method to build a portfolio with all the assets used in the dissertation and use the Filtered Historical Simulation to assess the market risk for the next month as well as to assess its predictive ability on the daily Value at Risk at and a depth of 4 years
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.