QUINTILE REGRESSION BASED APPROACH FOR DYNAMICAL VAR AND CVAR FORECASTING USING METALOG DISTRIBUTION

Скорочена інформація про документ
dc.contributor.authorЗражевська, Віра Федорівна
dc.contributor.authorЗражевський, Григорій Михайлович
dc.date.accessioned2022-07-05T09:22:47Z
dc.date.available2022-07-05T09:22:47Z
dc.date.issued2021
dc.description.abstractenThe paper proposes a new method of dynamic VaR and CVaR (ES) risk measures forecasting. Quantile linear GARCH model is chosen as the main forecasting model for time series quantiles. To build a forecast, the values of quantiles are approximated by the metalog distribution, which makes it possible to use analytical formulas to evaluate risk measures. The method of VaR and CVaR forecasting is formulated as a step-by-step algorithm.uk
dc.description.abstractruВ статье предлагается новый метод прогнозирования мер риска VaR и CVaR (ES). Квантильная линейная модель GARCH выбрана в качестве основной модели прогнозирования квантилей временных рядов. Для построения прогноза значения квантилей аппроксимируются распределением металог, что позволяет использовать аналитические формулы для оценки мер риска. Метод прогнозирования VaR и CVaR сформулирован в виде пошагового алгоритма.uk
dc.description.abstractukУ статті пропонується новий метод прогнозування мір ризику VaR і CVaR (ES). Квантильна лінійна модель GARCH обрана в якості основної моделі прогнозування квантилей часових рядів. Для побудови прогнозу значення квантилів апроксимуються розподілом металог, що дозволяє використовувати аналітичні формули для оцінки мір ризику. Методи прогнозування VaR і CVaR сформульовані у вигляді покрокового алгоритму.uk
dc.format.page12uk
dc.format.pagerange139-150uk
dc.identifier.citationDOI: 10.20535/SRIT.2308-8893.2021.1.12uk
dc.identifier.orcid: http://orcid.org/ 0000-0001-5117-8093uk
dc.identifier.orcidhttps://orcid.org/0000-0001-8475-2469uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/48373
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceSystem Research & Information Technologies, 2021, No 1, ppuk
dc.subjectdynamic risk measuresuk
dc.subjectVaRuk
dc.subjectCVaRuk
dc.subjectQuantile LGARCH modeluk
dc.titleQUINTILE REGRESSION BASED APPROACH FOR DYNAMICAL VAR AND CVAR FORECASTING USING METALOG DISTRIBUTIONuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Metalog_2121_article_LaTex.pdf
Розмір:
303.41 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Статті (КМФДР)