Análisis comparativo de las metodologías de estimación semiparamétricas y vía cópulas del Valor en Riesgo (VaR) en el mercado accionario colombiano

  1. Miguel Antonio Alba Suárez
  2. Wilmer Pineda-Ríos
  3. Javier Deaza Chaves
Revista:
Revista Mexicana de Economía y Finanzas (REMEF): nueva época

ISSN: 2448-6795,  1665-5346

Año de publicación: 2019

Volumen: 14

Número: 2

Páginas: 279-307

Tipo: Artículo

DOI: 10.21919/REMEF.V14I2.310 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista Mexicana de Economía y Finanzas (REMEF): nueva época

Resumen

Resumen Este articulo de investigación ilustra distintos tipos de metodologías estadísticas con el objetivo de realizar una estimación adecuada para el valor en riesgo (VaR), implementando el uso de metodos semiparamétricos y una clase flexible de cópulas nombradas como (VineCopulas) encontrando que en las tecnicas de estimación al incluir el manejo de los patrones complejos de dependencia no lineal en el modelado de los activos financieros, se logra explicar la volatilidad y los movimientos dinámicos del mercado. La flexibilidad de los modelos presentados con el uso de Cópulas y metodologías semiparamétricas como la quasiverosimilitud (QMLE) y teoría de valor extremo (EVT) permitió la adecuada estimación del VaR en el mercado de renta variable Colombiano.

Referencias bibliográficas

  • Acerbi, C.,Tasche, D. (2002). Expected shortfall: a natural coherent alternative to value at risk. Economic notes. 31. 379
  • Alzghool, R. (2017). Parameters estimation for GARCH (p,q) model: QL and AQL approaches. Electronic Journal of Applied Statistical Analysis EJASA. 3-16
  • Brechmann, E.,Schepsmeier, U. (2013). Modeling Dependence with C- and D-Vine Copulas: The R Package CDVine. Journal of Statistical Software. 52. 1-27
  • Breuer, T. (2008). VaR, CVaR, and EVT. Risk Training.
  • Caicedo, S.,Enrique, R. (2014). Valor en riesgo del portafolio de TES de los bancos colombianos. Universidad del Rosario. Bogotá.
  • Cardozo, P. (2004). Valor en riesgo de los activos financieros colombianos aplicando la teoria de valor extremo. Borradores de economía. 1-39
  • Climent-Hernández, J. A. (2017). Portafolios de dispersión mínima con rendimientos log-estables. Revista mexicana de economía y finanzas. 12. 49-69
  • Czado, C.,Aleksey, M. (2010). Bayesian inference for multivariate copulas using pair-copula con- structions. Journal of Financial Econometrics. 8. 546
  • Czado, C. (2013). Vine copulas and their applications to financial data. AFMathConf 2013.
  • Embrechts, P.,Hoing, A. (2006). Extreme VaR scenarios in higher dimensions.
  • Embrechts, P. (2016). VaR-based Risk Managment sense and (Non-) Sensibility. RiskLab Department of Mathematics ETH Zurich.
  • Fan, J,Gu, J. (2003). Semiparametric estimation of Value Risk. Econometrics Journal. 261
  • Feria, J.,Oliver, M. (2006). Valor en Riesgo (VeR): conceptos, parámetros y utilidad. Universia Business Review. 10. 66-79
  • Fernandez, V. (2003). Extreme Value Theory: Value at risk and returns dependence around the world.
  • Gu, J. F. (2003). Semiparametric Estimation of Value-at-Risk. Department of Statistics.
  • Li, Hao,Fan, Xiao,Li, Yu,Zhou, Yue,Jin, Ze,Liu, Zhao. (2014). Aproaches to VaR. Stanford University.
  • Hofmann, M.,Czado, C. (2011). Assessing the VaR of a portfolio using D-vine copula based multivariate GARCH models. Lehrstuhl fur Mathematische Statistik.
  • Joe, H. (2015). Dependence Modeling with Copulas.
  • Larsen, J.,Solli M., Ingebrigt P. (2013). Risk Modelling using Vine Copulas. Norwegian University of Science and Technology.
  • Lei, QI.,Jianqing, FAN. (2014). Quasi-Maximum Likelihood Estimation of GARCH Models With Heavy-Tailed Likelihoods.
  • Lei, Fan J,Fan, J,Xiu, D. (2014). Quasi-Maximum Likelihood Estimation of GARCH models with heavy-tailed likelihoods. University of Chicago.
  • Mariño, D.,Melo, L. (2016). Regresión Cuantílica Dinámica para la Medición del Valor en Riesgo: una Aplicación a Datos Colombianos. Borradores de Economía.
  • Melo, V,Becerra, Luis,Oscar, C. (2005). Medidas de riesgo, caracteristicas y tecnicas de medicion: una Aplicacion del VaR y el ES a la tasa interbancaria de Colombia. Borradores de Economía. 1-75
  • Nelsen, R. B. (2006). An introduction to copulas. Springer.
  • Krämer, Nicole. (2011). Introduction to vine copulas. NIPS Workshop.
  • (2014). RISK Expected Shortfall: The future?. RISK.
  • (2007). Supefinanciera.
  • (2007). Superfinanciera.
  • Timotheos, A,Benos, A,Degiannakis, S. (2003). The Use of GARCH Models in VaR Estimation. macro.soc.uoc.gr.
  • Triana, D.,Torres Aponte, L.,Alba, M.,Pineda-Ríos, W. (2017). Estimación Bayesiana para el cálculo del Valor en Riesgo (VaR) en modelos de series financieras con relaciones de dependencia no lineal en Colombia. Comunicaciones en Estadistica. 11. 171
Fuente de los datos: Dialnet