You are here

GRAW ve EWMA ile RİSKE MARUZ DEĞER: ALTIN GETİRİSİ İÇİN BİR UYGULAMA

Journal Name:

Publication Year:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Depending on changes İn market prices or rates of return of a portfolio, the maximum amount of value that a portfolio could lose over a given period of a time with a given probability is determined by Value at risk (VaR) The concept is very appealing in financial markets because depending to mean-variance it summarizes portfolio lose. Under Normality conditions, the portfolio lose can be reflected with only one concept. This paper shows that modeling volatility means more realistic predictions than constant variance. For this purpose, VaR of a financial asset was modeled and compared within by recursive EWMA and GARCH models. The article also shows that estimating the ARMA models with iterative Hannan-Rissanen method provides a easier way to establish GARCH models.
Abstract (Original Language): 
Bir portföyün getiri oranlarında veya piyasa değerinde meydana gelen değişimlere dayanarak, o portföyün belli bir zaman aralığında ve belli bir olasılıkla kaybedebileceği maksimum değer, Riske Maruz Değer (VaR) ile ölçülmektedir. Kavram ortalama ve vaıyansa dayanarak portföy kayıplarını özetlediği için finansal piyasalarda oldukça hızlı kabul görmüştür. "Normallik" varsayımı altında tek bir istatistik ile tüm portföy kayıpları ifade edilebilmektedir. Makalenin amacı, portföy riskinin ölçümünde sabit varyans yerine değişen varyansm kullanılmasının daha gerçekçi olduğunu göstermektedir. Bu amaç doğrultusunda finansal bir yalınm aracı İçin tespit edilen değişen varyans, tekrarlı (recursive) Üstel Ağnlıklandırılmış Hareketli Ortalama (EWMA) ve Genelleştirilmiş Ardışık Bağlanımlı Koşullu Değişen Varyans (GARCH) ile nıodeüenmiş ve elde edilen VaR değerleri karşılaştrnlrmştır. Makale aynı zamanda ARMA modelleri için Hannan-Rissanen metodunun iteratif olarak kullanmasının istatistik açıdan anlamlı GARCH modelleri kurulmasını kolaylaştırdığını da göstermektedir.
FULL TEXT (PDF): 
33-41

REFERENCES

References: 

Engle R.; (1982), "Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflations." Econometrica, 50, 1982, 987-1008
Engle R.; (1983), "Estimates of the Variance of U.S Inflation Based on the ARCH Model." Journal of Money, Credit and Banking, 15, 1983, 286¬301
Best P.; (1998), "Implemanting Value At Risk", 1998
Bollerslev T.; (1986), "Generalized Autoregressive Conditional Heteroscedasticity", Journal of Econometrics, 31, 1986, 307-327
Bollerslev T.; (1992), "Periodic Autoregressive Conditional Heteroscedasticity", Journal of Business and Economics Statistics, 14, 1996, 139-151
Greene W. H.; (2003), 'Econometric Analysis", Prentice Hall, 5th Edition
Hull Jhon C; (2002), "Options, Futures and Other Derivatives Securities", Prentice Hall, 5th Edition
Jorion P.; (2001) , "Value At Risk", McGraw-Hill, Second Edition ,2001
Markowitz H.; (1952), "Portfolio Selection" The Journal of Finance, 7, 77-91
Riskmetrics; (2008),
http://w\yw.nskmetrics.com/pubiications/techdo c.html Erişim Tarihi 26.07.2008
TCMB;
(2008)
, http://evds.tcmh.gov.tr/ Erişim Tarihi 26.07.2008

Thank you for copying data from http://www.arastirmax.com