Comparación de métodos para la estimación de la incertidumbre del valor en riesgo

Simple item page
dc.audiencePolicymakersspa
dc.audienceResearchersspa
dc.audienceStudentsspa
dc.audienceTeachersspa
dc.coverage.sucursalBogotáspa
dc.creatorGamba-Santamaría, Santiagospa
dc.creatorJaulín-Méndez, Oscar Fernandospa
dc.creatorMelo-Velandia, Luis Fernandospa
dc.creatorQuicazán-Moreno, Carlos Andrésspa
dc.creator.firmaLuis Fernando Melo-Velandia spa
dc.date.accessioned2016-01-01T08:30:10Zeng
dc.date.available2018-01-16T08:30:10Zspa
dc.date.created2016-01-01spa
dc.date.issued2016-01eng
dc.descriptionEl Valor en Riesgo (VaR) es una medida de riesgo de mercado ampliamente usada por administradores de riesgo y autoridades regulatorias. Sin embargo, a pesar de que existe una gran variedad de metodologías propuestas en la literatura para la estimación del VaR, pocas de ellas dicen algo acerca de su distribución o sus intervalos de confianza. Este artículo compara distintas metodologías para calcular esos intervalos. Se utilizaron métodos basados en normalidad asintótica, teoría del valor extremo y bootstrap de submuestra. Usando simulaciones de Monte Carlo, se encontró que estas aproximaciones son válidas sólo para cuantiles altos. Particularmente, en términos de porcentaje de cobertura, estas metodologías presentan un buen desempeño para el VaR (99%) y un bajo desempeño para el VaR (95%) y el VaR (90%). En general, estos resultados se confirman a través de un ejercicio empírico aplicado a los bonos de deuda pública colombiana.spa
dc.description.abstractValue at Risk (VaR) is a market risk measure widely used by risk managers and market regulatory authorities. There is a variety of methodologies proposed in the literature for the estimation of VaR. However, few of them get to say something about its distribution or its confidence intervals. This paper compares different methodologies for computing such intervals. Several methods, based on asymptotic normality, extreme value theory and subsample bootstrap, are implemented. Using Monte Carlo simulations, it is found that these approaches are only valid for high quantiles. Particularly, there is a good performance at VaR (99%), in terms of coverage rates, and bad performance for VaR (95%) and VaR (90%). In general, these results are confirmed by conducting an empirical exercise using Colombian public debt bonds.eng
dc.format.extent18 páginas : gráficas, tablasspa
dc.format.mimetypePDFspa
dc.identifier.handlehttps://hdl.handle.net/20.500.12134/6972spa
dc.identifier.urihttps://repositorio.banrep.gov.co/handle/20.500.12134/6972spa
dc.language.isospaspa
dc.publisherBanco de la República de Colombiaspa
dc.relation.doihttps://doi.org/10.32468/tef.83spa
dc.relation.ispartofDocumentos de Trabajospa
dc.relation.ispartofseriesTemas de Estabilidad Financieraspa
dc.relation.isversionofTemas de Estabilidad Financiera ; No. 83spa
dc.relation.numbertef 83eng
dc.relation.repechttps://ideas.repec.org/p/bdr/temest/83.htmlspa
dc.rights.accessRightsOpen Accesseng
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0eng
dc.rights.disclaimerLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.spa
dc.rights.disclaimerThe opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.eng
dc.rights.spaAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/eng
dc.source.bibliographicCitationFRANCQ, C., Y J.-M. ZAKOÏAN (2015): “Risk-parameter estimation in volatility models,” Journal of Econometrics, 184(1), 158–173.spa
dc.source.bibliographicCitationGAO, F., Y F. SONG (2008): “Estimation risk in GARCH VaR and ES estimates,” Econometric Theory, 24(5), 1404–1424.spa
dc.source.bibliographicCitationHALL, A., Y Q. YAO (2003): “Data tilting for time series,” Journal of the Royal Statistical Society: Series B, 65(2), 425–442.spa
dc.source.handleRepecRePEc:bdr:temest:83spa
dc.subjectValor en riesgospa
dc.subjectIntervalos de confianzaspa
dc.subjectData tiltingspa
dc.subjectBootstrap de submuestraspa
dc.subject.jelC51 - Model Construction and Estimationeng
dc.subject.jelC52 - Model Evaluation, Validation, and Selectioneng
dc.subject.jelC53 - Forecasting and Prediction Methods; Simulation Methodseng
dc.subject.jelG32 - Financing Policy; Financial Risk and Risk Management; Capital and Ownership Structure; Value of Firms; Goodwilleng
dc.subject.jelspaC51 - Construcción de modelos y estimaciónspa
dc.subject.jelspaC52 - Evaluación, contraste y selección de modelosspa
dc.subject.jelspaC53 - Métodos de pronóstico y predicción; métodos de simulaciónspa
dc.subject.jelspaG32 - Política de financiación; riesgo financiero y gestión de riesgos; Estructura del capital y de la propiedad; Valor de empresa; fondo de comerciospa
dc.subject.keywordValue at riskeng
dc.subject.keywordConfidence intervalseng
dc.subject.keywordData tiltingeng
dc.subject.keywordSubsample bootstrapeng
dc.subject.lembRiesgo (Economía) -- Mediciones -- Metodologíaeng
dc.subject.lembModelos VAReng
dc.subject.lembRiesgo (Economía) -- Mediciones -- Metodología -- Estudios comparadoseng
dc.titleComparación de métodos para la estimación de la incertidumbre del valor en riesgospa
dc.typeWorking Papereng
dc.type.hasversionPublished Versioneng
dc.type.spaDocumentos de trabajospa

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TEF_83.pdf
Size:
451.14 KB
Format:
Adobe Portable Document Format
Description:
Temas de estabilidad financiera No. 83
Download
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.23 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Temas de Estabilidad Financiera