Parameter
Mehr zum Buch
In der Praxis ist die Umsetzung von Verfahren zur VaR-Berechnung häufig problematisch. Im ersten Teil wird daher untersucht, welche Vereinfachungen bei der Ermittlung des VaR für Aktienportfolios möglich sind und wie groß das Fehlerpotential dabei ist. Das Single-Index-Modell zeichnet sich hier durch eine starke Vereinfachung und ein geringes Fehlerpotential aus. Die VaR-Prognose basiert bisher in der Regel auf historischen Zeitreihen. Eine Alternative ist die Verwendung impliziter Varianzen und Kovarianzen. Im zweiten Teil wird dargestellt, wie implizite Volatilitäten in die Varianz-Kovarianz-Methode einbezogen werden können. Die empirischen Backtesting-Ergebnisse zeigen, daß die auf impliziten Volatilitäten beruhenden Prognosen zum Teil besser als die historisch basierten sind. Gute Ergebnisse werden auch durch die Kombination von historischen und impliziten Schätzern erreicht.
Buchkauf
Value-at-risk-Modelle für Aktienportfolios auf der Basis der Varianz-Kovarianz-Methode, Arne Jockusch
- Sprache
- Erscheinungsdatum
- 2002
Lieferung
Zahlungsmethoden
Feedback senden
- Titel
- Value-at-risk-Modelle für Aktienportfolios auf der Basis der Varianz-Kovarianz-Methode
- Sprache
- Deutsch
- Autor*innen
- Arne Jockusch
- Verlag
- Lang
- Erscheinungsdatum
- 2002
- ISBN10
- 3631389752
- ISBN13
- 9783631389751
- Kategorie
- Skripten & Universitätslehrbücher
- Beschreibung
- In der Praxis ist die Umsetzung von Verfahren zur VaR-Berechnung häufig problematisch. Im ersten Teil wird daher untersucht, welche Vereinfachungen bei der Ermittlung des VaR für Aktienportfolios möglich sind und wie groß das Fehlerpotential dabei ist. Das Single-Index-Modell zeichnet sich hier durch eine starke Vereinfachung und ein geringes Fehlerpotential aus. Die VaR-Prognose basiert bisher in der Regel auf historischen Zeitreihen. Eine Alternative ist die Verwendung impliziter Varianzen und Kovarianzen. Im zweiten Teil wird dargestellt, wie implizite Volatilitäten in die Varianz-Kovarianz-Methode einbezogen werden können. Die empirischen Backtesting-Ergebnisse zeigen, daß die auf impliziten Volatilitäten beruhenden Prognosen zum Teil besser als die historisch basierten sind. Gute Ergebnisse werden auch durch die Kombination von historischen und impliziten Schätzern erreicht.