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
Journal:
Revista Mexicana de Economía y Finanzas (REMEF): nueva época

ISSN: 2448-6795,  1665-5346

Year of publication: 2019

Volume: 14

Issue: 2

Pages: 279-307

Type: Article

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

More publications in: Revista Mexicana de Economía y Finanzas (REMEF): nueva época

Abstract

Abstract This research article illustrates different types of statistical methodologies with the objective of making an adequate estimate for value at risk (VaR), implementing the use of semi-parametric methods and a flexible class of copulas named VineCopulas. It was found that it is possible to explain volatility and dynamic market movements in estimation techniques by including the management of complex patterns of non-linear dependence in the modeling of financial assets. The flexibility of the models presented with the use of copulas and semi-parametric methodologies, such as quasi-maximum likelihood estimate (QMLE) and extreme value theory (EVT), allowed the adequate estimation of VaR in the Colombian equity market.

Bibliographic References

  • 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
Data source: Dialnet