Comparing value-at-risk methodologies
Lima, Luiz Renato; Néri, Breno de Andrade Pinheiro
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
In this paper, we compare four different Value-at-Risk (V aR) methodologies through Monte Carlo experiments. Our results indicate that the method based on quantile regression with ARCH effect dominates other methods that require distributional assumption. In particular, we show that the non-robust methodologies have higher probability of predicting V aRs with too many violations. We illustrate our findings with an empirical exercise in which we estimate V aR for returns of S˜ao Paulo stock exchange index, IBOVESPA, during periods of market turmoil. Our results indicate that the robust method based on quantile regression presents the least number of violations.
Ficha do documento
- Tipo
- Artigo científico
- Ano
- 2007
- Instituição
- Sociedade Brasileira de Econometria
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/27129
- Temas
- Economia
Conteúdos relacionados
- EstudoComparing value-at-risk methodologiesEscola de Pós-Graduação em Economia da FGV · 2006
- DissertaçãoA study on time-varying quantile and its applicationsFundação Getulio Vargas · 2006
- DissertaçãoAvaliação do impacto da lei Sarbanes-Oxley no Value-at-Risk das empresas que operam na NYSEFundação Getulio Vargas · 2008
- DissertaçãoRegimes' characteristics and time series forecastingFundação Getulio Vargas · 2026
