Informacja

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

Wyszukujesz frazę "conditional Value at Risk (CVaR)" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
The risk of the Polish equity funds in the years 2004-2018 determined using the VaR and CVaR measures
Autorzy:
Żebrowska-Suchodolska, Dorota
Powiązania:
https://bibliotekanauki.pl/articles/2147438.pdf
Data publikacji:
2019-06-03
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
investment risk
open-end mutual funds
Value at Risk (VaR)
conditional Value at Risk (CVaR)
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2019, 20, 1; 72-82
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
VaR in risk analysis on DAM and models of volatility of variance
VaR w analizie ryzyka na RDN a modele zmienności wariancji
Autorzy:
Ganczarek, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/907049.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Generalized Autoregressive Conditional Heteroscedasticity (GARCH)
Generalized Error Distribution (GED)
nonnal distribution
t-Student’s distribution
Value-at-Risk (VAR)
Conditional Value-at-Risk (CVaR)
failure test
Opis:
The aim of this paper is to describe and measure risk on the Day Ahead Marked (DAM) of the Polish Power Exchange. In this paper downside risk measures such as Vcilue-at-Risk (VaR) and Conditional Value-at-Risk (CVaR) are presented. These measures were estimated on the basis of the Generalized Autoregressive Conditional Heteroscedasticity (GARCH). They are applied to time series of the logarithmic rate of return of prices from the DAM from March to October 2003. The Kupiec test was used to choose an appropriate heteroscedasticity model to compute VaR and CVaR and to describe and measure risk on the DAM.
W pracy przeprowadzono analizę ryzyka na Rynku Dnia Następnego (RDN) Towarowej Giełdy Energii. Do pomiaru ryzyka zmiany ceny na RDN wykorzystano wartości zagrożone: Value-at-Risk (VaR) oraz Conditional Value-at-Risk (CVaR), oszacowane na podstawie modeli z warunkową wariancją: Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Do oceny efektywności oszacowanych wartości VaR oraz CVaR wykorzystano test przekroczeń Kupca. Analizę ryzyka przeprowadzono na szeregach czasowych dziennych logarytmicznych stóp zwrotu cen energii elektrycznej notowanej na RDN w okresie od marca do października 2003.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applications of VaR and CVaR Methods on Energy Market in Poland
Zastosowanie metod VaR oraz CVaR na rynku energii w Polsce
Autorzy:
Ganczarek, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/905673.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Day Ahead Market
Balance Market
futures market
risk measures
Value-at-Risk
Conditional-Value-at-Risk
variance-covariance
Monte Carlo simulation
historical simulation
GED distribution
Opis:
This article presents downside risk measures such as: Value-at-Risk - VaR and Conditional Value-at-Risk - CVaR. We establish them with three of the known methods. The electric energy is an article of real tame, which we can not store up and this influences on changes of price. The downside risk measures are more effective than the measures of volatility for estimate risk on electric energy market. The aim this article is the choice of VaR and CVaR methods, that are the most effective for future risk on the Polish energy market. In this investigation we use the logarithmic rate of return of prices from the Polish Power Exchange, Balance Market (BM) from October to December 2002 and their simulation distributions.
Podejmując decyzje związane z przyszłością, podejmujemy ryzyko. Ocena ryzyka jest oceną subiektywną i w głównej mierze zależy od preferencji inwestorów. Niemniej jednak, aby ocenić ewentualne przyszłe ryzyko, należy go zmierzyć. Jest wiele różnych miar służących do jego pomiaru. W artykule skupiliśmy się nad kwantylowymi miarami zagrożenia Value-at-Risk - VaR oraz Conditional Value-at-Risk - CVaR. Będziemy te miary wyznaczać trzema znanymi metodami. Energia elektryczna jest towarem czasu rzeczywistego, którego się nie magazynuje, co w znacznym stopniu wpływa na kształtowanie się jej cen. Miary najgorszych realizacji spośród możliwych są efektywniejsze w przypadku oszacowania ryzyka na rynku energii niż miary przeciętne. Celem referatu jest wybór takiej spośród metod wyznaczania VaR oraz CVaR, aby najprecyzyjniej oszacować ewentualne przyszłe ryzyko straty na polskim rynku energii. Wyniki badań oparte są na logarytmicznych stopach zwrotu cen zanotowanych na Towarowej Giełdzie Energii oraz Rynku Bilansującym (RB) w okresie od 1 października do końca 2002 r., oraz na symulowanych rozkładach tych stóp zwrotu.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2006, 196
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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