Yazar
Şener, Emrah, Baronyan, Sayat, Mengütürk, L. A.
Basım Tarihi
2012
Basım Yeri
-
Elsevier
Konu
Riske maruz değer, Tahmin yeteneği testi, EGARCH, CAViaR asimetrik
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
0169-2070
Kayıt Numarası
aafe38d3-f739-4a1b-a64d-2cff3fe12f0f
Lokasyon
İş idaresi
Tarih
2012
Notlar
Telif hakkı kısıtlamaları nedeniyle bu makalenin tam metnine erişim yalnızca abonelik yoluyla mümkündür.
Örnek Metin
Sabit bir kıyaslama yöntemi belirtmeden, farklı Riske Maruz Değer (VaR) yöntemlerinin tahmin performanslarını araştırmak için bir sıralama modeli ve tamamlayıcı bir tahmin yeteneği testi istatistiği sunuyoruz. Son kredi krizini de içeren dönem, hem gelişmekte olan hem de gelişmiş piyasalarda kullanıldığında farklı VaR yöntemlerinin göreceli başarılarının analizi için benzersiz bir laboratuvar sunmaktadır. Önerilen sıralama modeli, yalnızca gerçekleşen ve tahmin edilen kayıplar arasındaki hataların büyüklüğünü değil aynı zamanda hatalar arasındaki otokorelasyonu da cezalandıran birleşik bir çerçeve oluşturmayı amaçlamaktadır. Model aynı zamanda aşırı sermaye tahsislerini de cezalandırıyor. Bu bakımdan sıralama modeli, finansal sürdürülebilirlik için asgari hükümet düzenlemeleri ile ekonomik canlılık için uygun maliyetli risk yönetimi arasındaki hassas dengeyi yakalayabilen VaR yöntemlerini arıyor. Sıralama modeli için tamamlayıcı bir istatistiksel araç olarak, kıyaslama yönteminin seçimini gerektirmeyen bir tahmin yeteneği testi sunuyoruz. Tüm yöntemleri aynı anda karşılaştıran bu istatistik, tahmin yöntemlerini aynı anda iki şekilde karşılaştıran mevcut tahmin yeteneği testlerine bir alternatiftir. On bir gelişmekte olan ve yedi gelişmiş piyasanın hisse senedi endeksleri üzerinde on iki farklı popüler VaR yöntemini test ediyor ve derecelendiriyoruz. Sıralama modeline ve tahmin yeteneği testine göre ampirik bulgularımız, CAViaR Asimetrik ve EGARCH gibi asimetrik yöntemlerin en iyi performansa sahip VaR tahminlerini ürettiğini göstermektedir. Bu, VaR yöntemlerinin performansının tamamen bunların parametrik, parametrik olmayan, yarı parametrik veya hibrit olmasına bağlı olmadığını; daha ziyade temel verilerin asimetrisini etkili bir şekilde modelleyip modelleyemeyecekleri ile ilgilidir.
DOI
10.1016/j.ijforecast.2011.10.002
Cilt
28