Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Monte Carlo simulations" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie miar zależności zmiennych losowych oraz kopuli Claytona i Gumbel-Hougaarda do szacowania wartości zagrożonej
Application of Random Variables Dependence Measures and Clayton and Gumbel-Hougaard Copulas for Estimating Value at Risk
Autorzy:
Stryjek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/1827246.pdf
Data publikacji:
2009-12-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
zarządzanie ryzykiem
wartość zagrożona
kopula
symulacje Monte Carlo
risk management
Value at Risk
copula
Monte Carlo simulations
Opis:
Opracowanie prezentuje możliwości, jakie daje kopula do szacowania wartości zagrożonej VaR. Autor przedstawia wyniki badania empirycznego dla portfeli spółek GPW w Warszawie. W badaniu dokonano porównania efektywności klasycznej metody kowariancji z dobrze znanymi z literatury przedmiotu oraz nowymi, zaproponowanymi przez autora metodami wykorzystującymi kopule Claytona i Gumbel-Hougaarda.
This paper shows the opportunities of copula for estimating Value at Risk (VaR). The author presents results of empirical research carried out for portfolios of stocks from Warsaw Stock Exchange. Efficiency of classical covariance method was compared with other well known in the literature and also new methods proposed by author using Clayton and Gumbel-Hougaard copulas.
Źródło:
Przegląd Statystyczny; 2009, 56, 3-4; 67-80
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Monte Carlo simulation approach to calculate Value at Risk: application to WIG20 and mWIG40
Autorzy:
Pasieczna, Aleksandra Helena
Powiązania:
https://bibliotekanauki.pl/articles/947638.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
Monte Carlo
Value at Risk
WIG20
mWIG40
Kupiec
simulations
Opis:
This paper reports our estimates of the Value at Risk using Monte Carlo simulations for which we developed a computer program. Our approach involves obtaining Monte Carlo parameters by fitting real historical data of different periods to probability distributions. We applied the algorithm to the WIG20 and mWIG40 stock indices, and performed simulations for the Value at Risk at 95% and 99% confidence intervals over six estimation periods ranging from 1 trading day to 250 trading days. This approach was evaluated using the percentage failures and the Kupiec Proportion of Failures test. Our results indicate that this method is highly influenced by the choice of past historical and estimation period lengths considered. Overall, we observed that the Monte Carlo computational scheme is a reliable method for quantifying VaR when parametrized well.
Źródło:
Financial Sciences. Nauki o Finansach; 2019, 24, 2; 61-75
2080-5993
2449-9811
Pojawia się w:
Financial Sciences. Nauki o Finansach
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies