Results found: 2

Search results

Search:
in the keywords: modele zmiany stanu

Sort By:

Limit search:

Can Lognormal, Weibull or Gamma Distributions Improve the EWS-GARCH Value-at-Risk Forecasts?

100%

Chlebus M.

Przegląd Statystyczny

2016

vol. 63

issue 3

329-350

W badaniu analizie poddane zostały dwustopniowe modele EWS-GARCH służące do prognozowania wartości narażonej na ryzyko. W ramach analizy rozpatrywane były modele EWS-GARCH zakładające rozkłady lognormalny, Weibulla oraz Gamma w stanie turbulencji oraz modele GARCH(1,1) i GARCH(1,1) z poprawką na rozkład empiryczny w stanie spokoju. Ocena jakości prognoz Value-at-Risk uzyskanych na podstawie wspomnianych modeli została przeprowadzona na podstawie miar adekwatności (wskaźnik przekroczeń, test Kupca, test Christoffersena, test asymptotyczny bezwarunkowego pokrycia oraz kryteria backtestingu określone przez Komitet Bazylejski) oraz analizy funkcji strat (kwadratowa funkcja straty Lopeza, absolutna funkcja straty Abad i Benito, 3 wersja funkcji straty Caporina oraz funkcja nadmiernych kosztów). Uzyskane wyniki wskazują, że modele EWS-GARCH z rozkładem lognormalnym, Weibulla lub Gamma mogą konkurować z modelami EWS-GARCH z rozkładem wykładniczym lub empirycznym. Modele EWS-GARCH z rozkładem lognormalnym, Weibulla lub Gamma są nieco mniej konserwatywne, jednocześnie jednak koszt ich stosowania jest mniejszy niż modeli EWS-GARCH z rozkładem wykładniczym lub empirycznym.

In the study, two-step EWS-GARCH models to forecast Value-at-Risk are analysed. The following models were considered: the EWS-GARCH models with lognormal, Weibull or Gamma distributions as a distributions in a state of turbulence, and with GARCH(1,1) or GARCH(1,1) with the amendment to empirical distribution of random error models as models used in a state of tranquillity. The evaluation of the quality of the Value-at-Risk forecasts was based on the Value-at-Risk forecasts adequacy (the excess ratio, the Kupiec test, the Christoffersen test, the asymptotic test of unconditional coverage and the backtesting criteria defined by the Basel Committee) and the analysis of loss functions (the Lopez quadratic loss function, the Abad & Benito absolute loss function, the 3rd version of Caporin loss function and the function of excessive costs). Obtained results show that the EWSGARCH models with lognormal, Weibull or Gamma distributions may compete with EWS-GARCH models with exponential and empirical distributions. The EWS-GARCH model with lognormal, Weibull or Gamma distributions are relatively less conservative, but using them is less expensive than using the other EWS-GARCH models.

Prognozowanie stanu turbulencji dla instrumentu finansowego w perspektywie dziennej na podstawie modeli dla binarnej zmiennej zależnej

100%

Chlebus M.

Ekonomia. Rynek, Gospodarka, Społeczeństwo

2014

issue 37

127-147

W artykule przedstawiono propozycję modeli prognozowania stanów dla instrumentu finansowego w horyzoncie jednodniowym. W badaniu poddano analizie modele zakładające: jeden z trzech modeli dla zmiennej binarnej (logitowy, probitowy oraz cloglog), cztery definicje zmiennej zależnej (20%, 10%, 5% oraz 1% najgorszych realizacji stopy zwrotu) oraz trzy różne zbiory zmiennych niezależnych (dane nieprzekształcone, główne składowe z analizy PCA oraz czynniki z analizy czynnikowej). Ponadto w badaniu przeprowadzono analizę wyboru optymalnego punktu odcięcia. Ocena modeli została wykonana na podstawie testów LR i Hosmera-Lemeshowa oraz analizy parametru GINI i kryterium KROC. Na podstawie wyników badania empirycznego ustalono dziewięć kombinacji założeń, dla których modele stanu turbulencji spełniają określone w badaniu wymogi formalne oraz charakteryzują się wysoką zdolnością prognostyczną i dyskryminacyjną.

This paper proposes an approach to predict states (states of tranquillity and turbulence) for a financial instrument in a one-day horizon. The prediction is made using 3 different models for a binary variable (LOGIT, PROBIT, CLOGLOG), 4 definitions of a dependent variable (1%, 5%, 10%, 20% of worst realization of returns), 3 sets of independent variables (untransformed data, PCA analysis and factor analysis). Additionally an optimal cut-off point analysis is performed. The evaluation of the models was based on the LR test, Hosmer-Lemeshow test, GINI coefficient analysis and KROC criterion based on the ROC curve. Nine combinations of assumptions have been chosen as appropriate (any model for a binary variable, the dependent variable defined as 1%, 5% or 10% of worst realization of returns, untransformed data, 1%, 5% or 10% cut-off point respectively). Models built on these assumptions meet all the formal requirements and have a high predictive and discriminant ability.

Refine search results

1 Ekonomia. Rynek, Gospodarka, Społeczeństwo

1 Przegląd Statystyczny

2 Chlebus M.

1 2016

1 2014

Search results

Can Lognormal, Weibull or Gamma Distributions Improve the EWS-GARCH Value-at-Risk Forecasts?

Prognozowanie stanu turbulencji dla instrumentu finansowego w perspektywie dziennej na podstawie modeli dla binarnej zmiennej zależnej