Evaluating Value-at-Risk models via Quantile regressions
Gaglianone, Wagner Piazza; Linton, Oliver; Lima, Luiz Renato Regis de Oliveira
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
This paper is concerned with evaluating value at risk estimates. It is well known that using only binary variables to do this sacrifices too much information. However, most of the specification tests (also called backtests) avaliable in the literature, such as Christoffersen (1998) and Engle and Maganelli (2004) are based on such variables. In this paper we propose a new backtest that does not realy solely on binary variable. It is show that the new backtest provides a sufficiant condition to assess the performance of a quantile model whereas the existing ones do not. The proposed methodology allows us to identify periods of an increased risk exposure based on a quantile regression model (Koenker & Xiao, 2002). Our theorical findings are corroborated through a monte Carlo simulation and an empirical exercise with daily S&P500 time series.
Ficha do documento
- Tipo
- Estudo
- Ano
- 2008
- Instituição
- Fundação Getulio Vargas. Escola de Pós-graduação em Economia
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Não informado
- Identificador
- oai:repositorio.fgv.br:10438/1718
- Temas
- Economia
Conteúdos relacionados
- DissertaçãoMedidas de risco aplicadas a ativos brasileirosFundação Getulio Vargas · 2024
- DissertaçãoImpacto das regras de capital de riscoFundação Getulio Vargas · 2019
- DissertaçãoEstudo empírico para cálculo do value at risk e expected shortfall aplicado ao mercado brasileiroFundação Getulio Vargas · 2019
- DissertaçãoThe effect of default risk on trading book capital requirements for public equitiesFundação Getulio Vargas · 2015
