Original title: Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Translated title: Value-at-risk forecasting with the ARMA-GARCH family of models during the recent financial crisis
Authors: Jánský, Ivo ; Rippel, Milan (advisor) ; Seidler, Jakub (referee)
Document type: Master’s theses
Year: 2011
Language: eng
Abstract: [eng] [cze]
The thesis evaluates several hundred one-day-ahead VaR forecasting models in the time period between the years 2004 and 2009 on data from six world stock indices - DJI, GSPC, IXIC, FTSE, GDAXI and N225. The models model mean using the AR and MA processes with up to two lags and variance with one of GARCH, EGARCH or TARCH processes with up to two lags. The models are estimated on the data from the in-sample period and their forecasting ac- curacy is evaluated on the out-of-sample data, which are more volatile. The main aim of the thesis is to test whether a model estimated on data with lower volatility can be used in periods with higher volatility. The evaluation is based on the conditional coverage test and is performed on each stock index sepa- rately. Unlike other works in this eld of study, the thesis does not assume the log-returns to be normally distributed and does not explicitly select a partic- ular conditional volatility process. Moreover, the thesis takes advantage of a less known conditional coverage framework for the measurement of forecasting accuracy. Diplomová práce vyhodnocuje několik set modelů pro jednodenní předpověď VaR v období mezi roky 2004 až 2009 na datech ze šesti světových akciových indexů - DJI, GSPC, IXIC, FTSE, GDAXI a N225. Modely jsou založené na AR a MA procesech s maximálně dvěma předešlými pozorováními a zároveň modelují podmíněnou volatilitu pomocí jednoho z GARCH, EGARCH a TARCH procesů rovněž s maximálně dvěma předešlými pozorováními. Parametry modelů jsou odhadnuty na datech z prvního období a jejich odhadovací přesnost je otestována na datech z druhého období, které vykazuje podstatně větší volatilitu. Hlavním cílem práce je otestovat, zda modely s parametry odhadnutými v období menší volatility mohou být použity i v období s větší volatilitou. Vyhodnocení je založeno na conditional coverage testu a je provedeno pro každý index zvlášť. Na rozdíl od jiných prací zabývajících se tímto tématem, tato práce nepředpokládá normální rozdělení logaritmovaných výnosů a neomezuje se na jeden předem vybraný proces pro modelování podmíněné volatility. Tato práce navíc využívá méně známý aparát, tzv. conditional coverage, pro vyhodnocení přesnosti odhadu modelů, který oproti standardním metodám nabízí několik výhod.
Keywords: autoregressive process; conditional coverage; conditional volatility; egarch; financial crisis; garch; moving average process; risk analysis; stock index; tarch; VaR; akciový index; analýza rizika; autoregresivní proces; conditional coverage; egarch; finanční krize; garch; moving average proces; odhad modelů; podmíněná volatilita; tarch; VaR

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/32952

Permalink: http://www.nusl.cz/ntk/nusl-470543


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses