Resampling methods simulating value at risk
Riske maruz değeri hesaplamada örnekleme metodlarının kullanımı
- Tez No: 129334
- Danışmanlar: DOÇ. DR. WOLFGANG HÖRMANN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2002
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
ÖZET riske maruz değeri hesaplamada örnekleme metodlarının kullanımı Riske Maruz Değer (VaR) risk değerleme ve yönetiminde gerek hesaplama gerek yorumlama kolaylığı sebebiyle Markowitz ve uç değer yöntemlerine tercih edilir. Riske maruz değer belli bir süre içerisinde belli bir olasılıkla kaybedilebilecek en yüksek mik tarı ölçmeyi amaçlar. Pratikte çok kullanılan bir yöntem olmasına karşın, Markowitz yöntemi, literatürde de özellikle kuyruktaki dağılımı olduğundan düşük modellediği için eleştirilen, getirilerin normal dağıldığı varsayımında bulunur. Bu çalışmada bu varsayım yerine çeşitli çekirdek modelleme teknikleri kullanılıp bu modeller örnekleme ve Markowitz metoduyla karşılaştırılmıştır. Çekirdek tabanlı modellerin birikimsel sıklık eğrisinin tersi özellikle bu çalışmada kullanılan çekirdekler için alınamadığından, aranan yüzde dilimini bulmak için ikiz yığın metodunu kullanan benzetim yönteminden yararlanılmıştır. Bu çalışmanın amacı riske maruz değeri ölçmek için kullanılan geleneksel yöntemlerle çekirdek modellemesini karşılaştırmaktır. Çalışmanın sonuçlarına göre, riske maruz değeri ölçmek için çekirdek modellemesi kullanıldığında degişinti doğrulama yapılmalıdır. Veri serisi yeterince uzun olduğunda seçilen çekirdeğin önemi olmadığı ortaya çıkmıştır. Özellikle dalgalı, başka bir deyişle bir veya üç aylık verinin sağlıklı olarak kullanabildiği ortamlarda çekirdek tabanlı metodlar en iyi performansı göstermştir. Daha uzun veri serileri için örnekleme yeterli olduğu gibi, çekirdek tabanlı metodlar da aynı performansı sergileyebilmiştir.
Özet (Çeviri)
IV ABSTRACT RESAMPLING METHODS FOR SIMULATING VALUE AT RISK Value at Risk (VaR) is widely used in risk evaluation methodology, primarily because of its computational simplicity over Markowitz and Extreme Value approaches. VaR measures the potential loss of a portfolio over the next period at a given signifi cance level. As discussed in the literature, even though normal assumption (Markowitz) is widely used in practice, in most cases the distribution of log-return follows a distri bution with heavier tails, which are crucial for VaR estimation. In this work, instead of modelling the returns with normal distribution, kernel density estimation technique is employed. Due to computational problems in forming the inverse cumulative functions of Kernel Density Estimation, a simulation method has been used, which employs the twin-heap method to find the desired percentile (in other words VaR) among a large number of simulated returns. In this work our objective is testing the performance of Kernel Density Methods and comparing with the widely used methods for VaR estima tion. When kernel density estimation is decided to estimate VaR, variance correction should be used as in our experiments it had large influence on the estimated VaR. Our results show that selection of the kernel is not significantly important as long as the history is long enough. Kernel Density Methods should be employed when the data se ries and the horizon for which VaR is being estimated are short, e.g. 1 or 3 months. For very short history (e.g. one month) kernel density estimation performs worse for some series which are close to normal. When the data series are long, resampling turns out to be enough for estimating the percentiles under consideration here. In most of these cases kernel density estimation gives better results, but the difference is statistically insignificant and resampling may be preferred for the simplicity of calculation.
Benzer Tezler
- Çoklu doğrusal regresyon analizinde çakı tahmin yöntemi ve test problemlerine katkılar
Contributions to the jackknife estimation and test problems in multiple linear regression analysis
TOLGA ZAMAN
- Design and analyses of porous concrete for safety applications
Başlık çevirisi yok
AYDA ŞAFAK AĞAR ÖZBEK
Doktora
İngilizce
2016
İnşaat MühendisliğiTechnische Universiteit Delft (Delft University of Technology)PROF. DR. K. VAN BREUGEL
- Üç ürünlü ağır ortam siklonunun ayırma performansı ve simülasyonu
Performance of the three product dense medium cyclone and its simulation
YUSUF ENES PURAL
Yüksek Lisans
Türkçe
2019
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiCevher Hazırlama Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERİDUN BOYLU
- Regresyonda yeniden örnekleme yöntemlerinin karşılaştırmalı olarak incelenmesi
Comperative investigation of the resampling methods in regression analysis
DERVİŞ TOPUZ
Yüksek Lisans
Türkçe
2002
BiyolojiNiğde ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. AHMET YAYINTAŞ
YRD. DOÇ. DR. SUAT ŞAHİNLER