[en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION

[pt] Valor em Risco -VaR- já é parte das ferramentas habituais que um analista financeiro utiliza para estimar o risco de mercado. Na implementação do VaR é necessário que seja estimados quantis de baixa probabilidade para a distribuição condicional dos retornos dos portfólios. A metodologia tra...

Full description

Bibliographic Details
Main Author: CHRISTIAM MIGUEL GONZALES CHAVEZ
Other Authors: CRISTIANO AUGUSTO COELHO FERNANDES
Language:pt
Published: MAXWELL 2002
Subjects:
Online Access:https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@1
https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@2
http://doi.org/10.17771/PUCRio.acad.2908
id ndltd-puc-rio.br-oai-MAXWELL.puc-rio.br-2908
record_format oai_dc
collection NDLTD
language pt
sources NDLTD
topic [pt] VALOR EM RISCO
[en] VALUE AT RISK
[pt] INDICE DE CAUDA
[en] TAIL INDEX
[pt] ESTIMADOR DE HILL
[en] HILL ESTIMATOR
[pt] DISTRIBUICOES GEV
[en] DISTRIBUTIONS GEV
spellingShingle [pt] VALOR EM RISCO
[en] VALUE AT RISK
[pt] INDICE DE CAUDA
[en] TAIL INDEX
[pt] ESTIMADOR DE HILL
[en] HILL ESTIMATOR
[pt] DISTRIBUICOES GEV
[en] DISTRIBUTIONS GEV
CHRISTIAM MIGUEL GONZALES CHAVEZ
[en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
description [pt] Valor em Risco -VaR- já é parte das ferramentas habituais que um analista financeiro utiliza para estimar o risco de mercado. Na implementação do VaR é necessário que seja estimados quantis de baixa probabilidade para a distribuição condicional dos retornos dos portfólios. A metodologia tradicional para o cálculo do VaR requer a estimação de um modelo tipo GARCH com distribuição normal. Entretanto, a hipótese de normalidade condicional nem sempre é adequada, principalmente quando se deseja estimar o VaR em períodos atípicos, caracterizados pela ocorrência de eventos extremos. Nesta situações a distribuição condicional deve apresentar excesso de curtose. O uso de distribuições derivadas do Teorema do Valor Extremos -TVE-, conhecidas coletivamente como GEV,associadas aos modelos tipo GARCH, tornou possível o cálculo do VaR nestas situações.Um parâmetro chave nas distribuições da família GEV é o índice de cauda, o qual pode ser estimado através do estimador de Hill. Entretanto este estimador apresenta muita sensibilidade em termos de variância e viés com respeito à fração amostral utilizada na sua estimação. O objetivo principal desta dissertação foi fazer uma comparação entre três métodos de escolha da fração amostral, recentemente sugeridos na literatura: o método bootstrap duplo Danielsson, de Haan, Peng e de Vries 1999, o método threshold Guillou e Hall 2001 e o Hill plot alternativo Drees, de Haan e Resnick 2000. A avaliação dos métodos foi feita através do teste de cobertura condicional de Christoffersen 1998, o qual foi aplicado às séries de retornos dos índices: NASDAQ, NIKKEY,MERVAL e IBOVESPA. Os nossos resultados indicam que os três métodos apresentam aproximadamente o mesmo desempenho, com uma ligeira vantagem dos métodos bootstrap duplo e o threshold sobre o Hill plot alternativo, porque este ultimo tem um componente normativo na determinação do índice de cauda ótimo. === [en] Value at Risk -VaR- is already part of the toolkit of financial analysts assessing market risk. In order to implement VaR it is needed to estimate low quantiles of the portfolio returns distribution. Traditional methodologies combine a normal conditional distribution together with ARCH type models to accomplish this goal. Albeit well succeed in evaluating risk for typical periods, this methodology has not been able to accommodate events that occur with very low probabilities. For these situations one needs conditional distributions with excess of kurtosis. The use of distributions derived from the Extreme Value Theory -EVT-, collectively known as Generalized Extreme Value distribution -GEV-, together with ARCH type models have made it possible to address this problem in a proper framework. A key parameter in the GEV distribution is the tail index, which can be estimated by Hill`s estimator. Hill`s estimator is very sensible, in terms of bias and RMSE, to the sample fraction that is used in its estimation. The objective of this dissertation is to compare three recently suggested methods presented in the statistical literature: the double bootstrap method Danielsson, de Haan, Peng and de Vries 1999,the threshold method Guillou and Hall 2001 and the alternative Hill plot Drees, de Haan and Resnick 2000. The methods have been evaluated with respect to the conditional coverage test of Christoffersen 1998, which has been applied to the following returns series : NASDAQ, NIKKEY, MERVAL e IBOVESPA. Our empirical findings suggests that, overall the three methods have the same performance, with some advantage of the bootstrap and threshold methods over the alternative Hill plot, which has a normative component in the determination of the optimal tail index.
author2 CRISTIANO AUGUSTO COELHO FERNANDES
author_facet CRISTIANO AUGUSTO COELHO FERNANDES
CHRISTIAM MIGUEL GONZALES CHAVEZ
author CHRISTIAM MIGUEL GONZALES CHAVEZ
author_sort CHRISTIAM MIGUEL GONZALES CHAVEZ
title [en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
title_short [en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
title_full [en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
title_fullStr [en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
title_full_unstemmed [en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION
title_sort [en] value at risk a comparison of methods to choose the sample fraction in tail index estimation of generalized extreme value distribution
publisher MAXWELL
publishDate 2002
url https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@1
https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@2
http://doi.org/10.17771/PUCRio.acad.2908
work_keys_str_mv AT christiammiguelgonzaleschavez envalueatriskacomparisonofmethodstochoosethesamplefractionintailindexestimationofgeneralizedextremevaluedistribution
AT christiammiguelgonzaleschavez ptvaloremriscoumacomparacaoentremetodosdeescolhadafracaoamostralnaestimacaodoindicedecaudadedistribuicoesgev
_version_ 1718697297235148800
spelling ndltd-puc-rio.br-oai-MAXWELL.puc-rio.br-29082018-06-19T05:11:02Z[en] VALUE AT RISK A COMPARISON OF METHODS TO CHOOSE THE SAMPLE FRACTION IN TAIL INDEX ESTIMATION OF GENERALIZED EXTREME VALUE DISTRIBUTION[pt] VALOR EM RISCO UMA COMPARAÇÃO ENTRE MÉTODOS DE ESCOLHA DA FRAÇÃO AMOSTRAL NA ESTIMAÇÃO DO ÍNDICE DE CAUDA DE DISTRIBUIÇÕES GEVCHRISTIAM MIGUEL GONZALES CHAVEZ[pt] VALOR EM RISCO[en] VALUE AT RISK[pt] INDICE DE CAUDA[en] TAIL INDEX[pt] ESTIMADOR DE HILL[en] HILL ESTIMATOR[pt] DISTRIBUICOES GEV[en] DISTRIBUTIONS GEV[pt] Valor em Risco -VaR- já é parte das ferramentas habituais que um analista financeiro utiliza para estimar o risco de mercado. Na implementação do VaR é necessário que seja estimados quantis de baixa probabilidade para a distribuição condicional dos retornos dos portfólios. A metodologia tradicional para o cálculo do VaR requer a estimação de um modelo tipo GARCH com distribuição normal. Entretanto, a hipótese de normalidade condicional nem sempre é adequada, principalmente quando se deseja estimar o VaR em períodos atípicos, caracterizados pela ocorrência de eventos extremos. Nesta situações a distribuição condicional deve apresentar excesso de curtose. O uso de distribuições derivadas do Teorema do Valor Extremos -TVE-, conhecidas coletivamente como GEV,associadas aos modelos tipo GARCH, tornou possível o cálculo do VaR nestas situações.Um parâmetro chave nas distribuições da família GEV é o índice de cauda, o qual pode ser estimado através do estimador de Hill. Entretanto este estimador apresenta muita sensibilidade em termos de variância e viés com respeito à fração amostral utilizada na sua estimação. O objetivo principal desta dissertação foi fazer uma comparação entre três métodos de escolha da fração amostral, recentemente sugeridos na literatura: o método bootstrap duplo Danielsson, de Haan, Peng e de Vries 1999, o método threshold Guillou e Hall 2001 e o Hill plot alternativo Drees, de Haan e Resnick 2000. A avaliação dos métodos foi feita através do teste de cobertura condicional de Christoffersen 1998, o qual foi aplicado às séries de retornos dos índices: NASDAQ, NIKKEY,MERVAL e IBOVESPA. Os nossos resultados indicam que os três métodos apresentam aproximadamente o mesmo desempenho, com uma ligeira vantagem dos métodos bootstrap duplo e o threshold sobre o Hill plot alternativo, porque este ultimo tem um componente normativo na determinação do índice de cauda ótimo.[en] Value at Risk -VaR- is already part of the toolkit of financial analysts assessing market risk. In order to implement VaR it is needed to estimate low quantiles of the portfolio returns distribution. Traditional methodologies combine a normal conditional distribution together with ARCH type models to accomplish this goal. Albeit well succeed in evaluating risk for typical periods, this methodology has not been able to accommodate events that occur with very low probabilities. For these situations one needs conditional distributions with excess of kurtosis. The use of distributions derived from the Extreme Value Theory -EVT-, collectively known as Generalized Extreme Value distribution -GEV-, together with ARCH type models have made it possible to address this problem in a proper framework. A key parameter in the GEV distribution is the tail index, which can be estimated by Hill`s estimator. Hill`s estimator is very sensible, in terms of bias and RMSE, to the sample fraction that is used in its estimation. The objective of this dissertation is to compare three recently suggested methods presented in the statistical literature: the double bootstrap method Danielsson, de Haan, Peng and de Vries 1999,the threshold method Guillou and Hall 2001 and the alternative Hill plot Drees, de Haan and Resnick 2000. The methods have been evaluated with respect to the conditional coverage test of Christoffersen 1998, which has been applied to the following returns series : NASDAQ, NIKKEY, MERVAL e IBOVESPA. Our empirical findings suggests that, overall the three methods have the same performance, with some advantage of the bootstrap and threshold methods over the alternative Hill plot, which has a normative component in the determination of the optimal tail index.MAXWELLCRISTIANO AUGUSTO COELHO FERNANDES2002-08-28TEXTOhttps://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@1https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=2908@2http://doi.org/10.17771/PUCRio.acad.2908pt