Advanced

Evaluering av Value-at-Risk med hjälp av extremvärdesteori - En studie tillämpad på den svenska aktiemarknaden

Bredford, Max LU (2011) NEKK01 20111
Department of Economics
Abstract (Swedish)
Value-at-Risk (VaR) har kommit att bli ett viktigt riskmått de senaste 20 åren och används av finansiella institut världen över. Det huvudsakliga problemet med detta mått är att välja den mest lämpliga sannolikhetsfördelningen för att prognostisera risken. Detta betyder att man måste göra antaganden om den underliggande tillgångens probabilistiska beteende och utifrån dessa antaganden evaluera VaR-måttet. I denna studie utförs en utvärdering av hur två metoder relaterade till extremvärdesteori (EVT) prognostiserar risk: block-maximum- metoden och peaks-over-threshold-metoden. Vi försöker likväl avgöra hur väl de teoretiska modellerna passar reell finansiell data. Använd data är de dagliga stängningsnoteringarna för OMX Stockholm 30 Index... (More)
Value-at-Risk (VaR) har kommit att bli ett viktigt riskmått de senaste 20 åren och används av finansiella institut världen över. Det huvudsakliga problemet med detta mått är att välja den mest lämpliga sannolikhetsfördelningen för att prognostisera risken. Detta betyder att man måste göra antaganden om den underliggande tillgångens probabilistiska beteende och utifrån dessa antaganden evaluera VaR-måttet. I denna studie utförs en utvärdering av hur två metoder relaterade till extremvärdesteori (EVT) prognostiserar risk: block-maximum- metoden och peaks-over-threshold-metoden. Vi försöker likväl avgöra hur väl de teoretiska modellerna passar reell finansiell data. Använd data är de dagliga stängningsnoteringarna för OMX Stockholm 30 Index och stickprovet sträcker sig över perioden 1 januari 1987 till 31 december 2010. Resultaten implicerar en mycket god modellpassning och noggrann prognos av extrema förluster vid höga konfidensnivåer, vilket överensstämmer med tidigare forskning gjord med EVT-baserade metoder. I synnerhet ser vi att peaks-over-threshold-metoden producerar precisa resultat i en jämförelse med mer traditionella VaR-metoder. (Less)
Abstract
Value-at-Risk (VaR) has grown to become an important risk measurement used by financial institutions in the last 20 years. The primary problem with this measure is to choose the most appropriate probability density function to forecast the risk. This means assumptions have to be made about the underlying asset’s probabilistic behavior and from these assumptions evaluate the Value-at-Risk measure. This study conducts an evaluation of the predictive performance of two methodologies related to extreme value theory (EVT): the block-maxima method and the peaks-over-threshold method. We also try to determine how well the theoretical models fit to real financial data. The data used is the daily returns of the OMX Stockholm 30 Index, and the... (More)
Value-at-Risk (VaR) has grown to become an important risk measurement used by financial institutions in the last 20 years. The primary problem with this measure is to choose the most appropriate probability density function to forecast the risk. This means assumptions have to be made about the underlying asset’s probabilistic behavior and from these assumptions evaluate the Value-at-Risk measure. This study conducts an evaluation of the predictive performance of two methodologies related to extreme value theory (EVT): the block-maxima method and the peaks-over-threshold method. We also try to determine how well the theoretical models fit to real financial data. The data used is the daily returns of the OMX Stockholm 30 Index, and the sample extends over the period 1 January 1987 to 31 December 2010. The results suggest a very good model fit and accurate forecasts of extreme losses at high confidence levels, reinforcing previous research made on EVT-based methodology. Especially, we find that, in comparison to more traditional VaR-methods, the peaks-over- threshold method produces accurate results. (Less)
Please use this url to cite or link to this publication:
author
Bredford, Max LU
supervisor
organization
alternative title
Evaluation of Value-at-Risk using extreme value theory - A study applied to the Swedish stock market
course
NEKK01 20111
year
type
M2 - Bachelor Degree
subject
keywords
Value-at-Risk, extreme value theory, Swedish stock market, OMX Stockholm
language
Swedish
id
1973612
date added to LUP
2011-06-16 14:10:36
date last changed
2011-06-16 14:10:36
@misc{1973612,
  abstract     = {Value-at-Risk (VaR) has grown to become an important risk measurement used by financial institutions in the last 20 years. The primary problem with this measure is to choose the most appropriate probability density function to forecast the risk. This means assumptions have to be made about the underlying asset’s probabilistic behavior and from these assumptions evaluate the Value-at-Risk measure. This study conducts an evaluation of the predictive performance of two methodologies related to extreme value theory (EVT): the block-maxima method and the peaks-over-threshold method. We also try to determine how well the theoretical models fit to real financial data. The data used is the daily returns of the OMX Stockholm 30 Index, and the sample extends over the period 1 January 1987 to 31 December 2010. The results suggest a very good model fit and accurate forecasts of extreme losses at high confidence levels, reinforcing previous research made on EVT-based methodology. Especially, we find that, in comparison to more traditional VaR-methods, the peaks-over- threshold method produces accurate results.},
  author       = {Bredford, Max},
  keyword      = {Value-at-Risk,extreme value theory,Swedish stock market,OMX Stockholm},
  language     = {swe},
  note         = {Student Paper},
  title        = {Evaluering av Value-at-Risk med hjälp av extremvärdesteori - En studie tillämpad på den svenska aktiemarknaden},
  year         = {2011},
}