Informacja

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

Wyszukujesz frazę "kopuła" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
O wyborze metody estymacji wartości zagrożonejna przykładzie portfela narażonego na ryzykozmian kursów USD/PLN i EUR/PLN
About the choice of method for estimation on the basis of the portfolio exposed to the risk of fixed rates fluctuations for USD/PLN and EUR/PLN
Autorzy:
Stryjek, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/541203.pdf
Data publikacji:
2013
Wydawca:
Wyższa Szkoła Bankowa we Wrocławiu
Tematy:
wartość zagrożona
Value at Risk
VaR
kopula
metoda kowariancji
metoda historyczna
kopula Claytona
kopula Franka
kopula Ali-Mikhail-Haqa
copula
covariance method
historical method
Clayton copula
Frank copula
Ali-Mikhail-Haq copula
Opis:
W artykule rozważany jest problem wyboru optymalnej metody szacowania wartości zagrożonej. Na przykładzie portfela narażonego na ryzyko zmiany kursów USD/PLN i EUR/PLN pokazane jest, że średni poziom VaR w okresie testowym lub średnia z kwadratów odchyleń od rzeczywistych zysków i strat portfela w tym okresie mogą być użyte jako dodatkowe kryterium wyboru metody estymacji VaR. W badaniu porównywane były następujące metody estymacji VaR: metoda kowariancji, metoda historyczna oraz metody symulacyjne z wykorzystaniem kopuli Claytona, Franka i Ali-Mikhail-Haqa. Przy tym w metodach symulacyjnych w części przypadków użyto estymacji metodą minimalnej odległości Cramera von Mises równolegle z typowym sposobem estymacji parametru kopuli, tj. metodą największej wiarygodności.
In the paper we investigate the problem of the optimal choice of the method for VaR estimation. On the basis of the portfolio exposed to the risk of fluctuations for USD/PLN and EUR/PLN fixed rates it is shown that the mean level of VaR or the mean squared error in the test period can be used as an additional criterion for choice of method for VaR estimation. The following VaR estimation methods were compared in the study: the covariance method, the historical method and the simulation methods based on the Clayton copula, the Frank copula and the Ali-Mikhail-Haq copula. Additionally, for the simulation methods in some cases the author uses the minimum distance estimation with Cramer von Mises distance function parallel to the standard way of the copula parameter estimation i.e. maximum likelihood estimation.
Źródło:
Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu; 2013, 2(34); 393-408
1643-7772
Pojawia się w:
Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Copula-Based Total Claim Amount Regression Model with an Unobserved Risk Factor
Regresyjny model łącznej wartości szkód z uwzględnieniem nieobserwowalnego czynnika ryzyka
Autorzy:
Wolny-Dominiak, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/1050537.pdf
Data publikacji:
2016-09-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
ratemaking
GLM
unobserved factor
copula
taryfikacja
nieobserwowalny czynnik ryzyka
kopula
Opis:
Nowadays a common practice of any insurance company is ratemaking, which is defined as the process of classification of the mass risk portfolio into risk groups where the same premium corresponds to each risk. As generalised linear models are usually applied, the process requires the independence between the average value of claims and the number of claims. However, in literature this assumption is called into question. The interest of this paper is to propose the copula-based total claim amount model taking into account an unobservable risk factor in the claim frequency model. This factor, called also as unobserved heterogeneity, is treated as a random variable influencing the number of claims. The goal is to estimate the expected value of the product of two random variables: the average value of claims and the number of claims for a single risk assuming the dependence between the average value of claims and the number of claims for a single risk and the dependence between the number of claims for a single risk and the unobservable risk factor. We give details of the theoretical aspects of the model as well as the empirical example. To acquaint the reader with the model operation, every step of the process of the expected value estimation in described and the R code is available for download, see http://web.ue.katowice.pl/woali/.
W masowych portfelach ryzyk zakłady ubezpieczeń przeprowadzają tzw. taryfikację, której celem jest wyznaczenie składki czystej dla pojedynczego ryzyka. Modele statystyczne stosowane obecnie w praktyce należą najczęściej do klasy uogólnionych modeli liniowych (GLM), w których szacuje się w osobnych modelach wartości oczekiwane dwóch zmiennych losowych: średniej wartości szkody oraz liczby szkód dla ryzyka. Składka czysta definiowana jest wtedy jako iloczyn uzyskanych wartości. Takie podejście wymaga założenia niezależności pomiędzy rozpatrywanymi dwoma zmiennymi losowymi. Jednak w literaturze to założenie jest podważane. Celem tego artykułu jest zaproponowanie modelu z kopulą uwzględniającego nieobserwowalny czynnik ryzyka w modelowaniu liczby szkód. Model ten służy do oszacować oczekiwanej wartości iloczynu dwóch zmiennych losowych: średniej wartości szkody oraz liczby szkód dla pojedynczego ryzyka przy założeniu zależności oraz występowaniu czynnika nieobserwowalnego. W pracy szczegółowo opisano aspekty teoretyczne związane z budową modelu oraz szacowaniem wartości oczekiwanej. Ponadto w licznych przykładach przedstawiono numeryczne rozwiązania obliczeniowe w programie R. Dodatkowo udostępniono kody programu R na stronie internetowej http://web.ue.katowice.pl/woali/.
Źródło:
Przegląd Statystyczny; 2016, 63, 3; 309-328
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zależność stochastyczna w aktuarialnych modelach taryfikacji a posteriori
Autorzy:
Gala, Kamil
Bijak, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/433908.pdf
Data publikacji:
2017
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
ubezpieczenia komunikacyjne
zależność stochastyczna
system bonus-malus
taryfikacja a posteriori
kopula
Opis:
System bonus-malus jest jedną z podstawowych metod taryfikacji a posteriori stosowanych w ubezpieczeniach komunikacyjnych. W tej metodzie klasa taryfowa ubezpieczonego zależy od jego klasy taryfowej w poprzednim roku oraz liczby szkód zgłoszonych w ciągu roku. Należy jednak zwrócić uwagę, że w praktyce ubezpieczeń komunikacyjnych proces powstania szkód jest w istocie wielowymiarowy. W niniejszej pracy został omówiony przypadek, w którym szkody powodujące odpowiedzialność ubezpieczyciela z tytułu zawartej umowy ubezpieczenia OC p.p.m. zostały podzielone na szkody rzeczowe oraz szkody osobowe. Zbadano zależność stochastyczną między zmiennymi losowymi reprezentującymi szkody obu rodzajów, a następnie opisano system bonus- malus, w którym kara za spowodowane szkody zależy od jej rodzaju. Wyniki analizy wskazują, że w przypadku występowania korelacji między liczbą szkód rzeczowych oraz liczbą szkód osobowych zaproponowany system pozwala na lepszą ocenę ryzyka ubezpieczeniowego.
Źródło:
Śląski Przegląd Statystyczny; 2017, 15 (21); 61-80
1644-6739
Pojawia się w:
Śląski Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The optimal portfolio in respect to Expected Shortfall: a comparative study
Optymalny portfel na podstawie Expected Shortfall: badania porównawcze
Autorzy:
Gurgul, H.
Machno, A.
Syrek, R.
Powiązania:
https://bibliotekanauki.pl/articles/108336.pdf
Data publikacji:
2013
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
value at risk
Expected Shortfall
interdependency
regime switching copulas
risk management
wpółzależność
model przełącznikowy
kopula
zarządzanie ryzykiem
Opis:
Value at Risk plays a crucial role in the risk management. However, this risk measure has some drawbacks. The alternative risk measure is Expected Shortfall, which is rarely used, but exhibits desirable properties. In the paper, the estimation of both risk measures has been conducted, for pairs of index returns (DJIA, DAX, ATX), based on Markowitz model, the regime switching copula model and the multivariate GARCH model. The results suggest that a misspecification can cause many errors. Incorrect models cause bias of mean, especially models which do not assume dynamic structure of the market Both an underestimation and an overestimation of a risk has been observed. In the paper, it is shown that the measure of change in Expected Shortfall as a function of the expected return is strongly underestimated under the normal distribution assumption.
Value at Risk jest kluczową wielkością w zarządzaniu ryzykiem. Jako miara ryzyka nie ma ona jednak pożądanych własności. Alternatywną miarą jest Expected Shorfall, która jest mniej używana w praktyce, za to ma własności, które są oczekiwane przez użytkowników modeli. W artykule zostały oszacowane obie miary, dla par stóp zwrotu z indeksów DJIA, DAX i ATX, na podstawie modeli Markowitza, kopuli przełącznikowych oraz wielowymiarowego GARCH. Otrzymane wyniki pokazują, iż zły dobór modelu może powodować wiele błędów. Modele, które nie uwzględniają dynamicznego charakteru badanych szeregów czasowych błędnie oceniają średnią. Obie badane miary ryzyka mogą być przeszacowane oraz niedoszacowane. Szczególnie błędne okazało się oszacowanie zmiany Expected Shortfall wraz ze wzrostem oczekiwanej stopy zwrotu przy założeniu rozkładu normalnego.
Źródło:
Managerial Economics; 2013, 14; 17-38
1898-1143
Pojawia się w:
Managerial Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Formalne porównanie modeli Copula-AR(1)-t-GARCH(1,1) dla subindeksów indeksu WIG
Formal Comparison of Copula-AR(1)-t-GARCH(1,1) Models for Sub-Indices of the Stock Index WIG
Autorzy:
Mokrzycka, Justyna
Pajor, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1050530.pdf
Data publikacji:
2016-06-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
kopula
model Copula-AR-GARCH
bayesowskie porównanie modeli
Copula
Copula-AR-GARCH model
Bayesian model comparison
Opis:
Kopule stały się jednym z popularnych narzędzi modelowania zależności między szeregami czasowymi, pochodzącymi z rynków finansowych. Głównym celem pracy jest formalne, bayesowskie porównanie mocy wyjaśniającej dwuwymiarowych modeli Copula-AR-GARCH, różniących się strukturą zależności warunkowych, opisaną przez poszczególne kopule. Dla porównania dokonano również estymacji modeli Copula-AR-GARCH metodą największej wiarygodności, a następnie zbudowano ranking modeli na podstawie kryteriów informacyjnych Akaikego (AIC) oraz Schwarza (BIC). Modele CopulaAR-GARCH zostały wykorzystane do opisu zmienności i zależności dziennych stóp zwrotu subindeksów indeksu WIG. Wyniki wskazały na dużą przydatność bardzo prostych i nieformalnych metod porównywania modeli Copula-AR-GARCH. Dla sześciu par szeregów czasowych rankingi modeli uzyskane metodami formalnymi (w ujęciu bayesowskim) i metodami ad hoc (poprzez AIC i BIC) okazały się bardzo zbliżone, a w wielu przypadkach identyczne.
Copulas have become one of most popular tools used in modelling the dependencies among financial time series. The main aim of the paper is to formally assess the relative explanatory power of competing bivariate Copula-AR-GARCH models, which differ in assumptions on the conditional dependence structure represented by particular copulas. For the sake of comparison the Copula-AR-GARCH models are estimated using the maximum likelihood method, and next they are informally compared and ranked according to the values of the Akaike (AIC) and of the Schwarz (BIC) information criteria. We apply these tools to the daily growth rates of four sub-indices of the stock index WIG published by the Warsaw Stock Exchange. Our results indicate that the informal use of the information criteria (AIC or BIC) leads to very similar ranks of models as compared to those obtained by the use of the formal Bayesian model comparison.
Źródło:
Przegląd Statystyczny; 2016, 63, 2; 123-148
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
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
    Wyświetlanie 1-6 z 6

    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