Comparison of Certain Dynamic Estimation Methods of Value at Risk on Polish Gas Market

Alicja Ganczarek-Gamrot, Józef Stawicki

DOI: http://dx.doi.org/10.12775/DEM.2017.005

Abstract


The paper compares the results of the estimation of VaR made using Markov chains as well as linear and non-linear autoregressive models. A comparative analysis was conducted for linear returns of the daily value of the gas base index quoted on the Day-Ahead Market (DAM) of the Polish Power Exchange (PPE) in the period commencing on January 2, 2014 and ending on April 13, 2017. The consistency and independence of the exceedances of estimated VaR were verified applying the Kupiec and Christoffersen tests.

Keywords


VaR; Markov chain; SARIMA models; GARCH models; back testing

Full Text:

PDF

References


Brockwell, P. J., Davis, R. A. (1996), Introduction to Time Series and Forecasting, Springer – Verlag, New York, DOI: http://dx.doi.org/10.1007/978-1-4757-2526-1

Ching, W., Ng, M. K. (2006), Markov chains Models, Algorithms and Applications, Springer Science+Business Media.

Christoffersen, P. (1998), Evaluating interval forecasts, International Economic Review, 39, 841–862, DOI: http://dx.doi.org/10.2307/2527341

Decewicz, A. (2011), Probabilistyczne modele badań operacyjnych, Oficyna Wydawnicza SGH, Warszawa.

Doman, M., Doman, R. (2009), Modelowanie zmienności i ryzyka, Wolter Kluwer Polska, Kraków.

Fiszeder, P. (2009), Modele klasy GARCH w empirycznych badaniach finansowych, Wydawnictwo Naukowe UMK, Toruń.

Ganczarek, A. (2006), Wykorzystanie modeli zmienności wariancji GARCH w analizie ryzyka na RDN, Prace Naukowe AE w Katowicach: Modelowanie Preferencji a Ryzyko’06 (ed. Trzaskalik T.), 357–371.

Ganczarek-Gamrot, A. (2015), Porównanie metod estymacji VaR na polskim rynku gazu, Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 219, 41–52.

Glosten, L. R., Jagannathan, R., Runkle, D. E. (1993), On the relation between expected value and the volatility of the nominal excess return on stocks, Journal of Finance, 48, 1779–1801, DOI: http://dx.doi.org/10.1111/j.1540-6261.1993.tb05128.x

Jajuga, K (2000), Ryzyko w finansach. Ujęcie statystyczne. Współczesne problemy badań statystycznych i ekonometrycznych, AE, Kraków, 197–208.

Kupiec, P. (1995), Techniques for verifying the accuracy of risk management models, Journal of Derivatives, 2, 173–184.

Osińska, M. (2006), Ekonometria finansowa, Polskie Wydawnictwo Ekonomiczne, Warszawa.

Pajor, A. (2010), Wielowymiarowe procesy wariancji stochastycznej w ekonometrii finansowej, ujęcie bajesowskie, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.

Piontek, K. (2002), Pomiar ryzyka metodą VaR a modele AR-GARCH ze składnikiem losowym o warunkowym rozkładzie z „grubymi ogo-nami”, Rynek Kapitałowy. Skuteczne Inwestowanie, 467–483.

Podgórska, M., Śliwka, P., Topolewski, M., Wrzosek, M. (2002), Łańcuchy Markowa w teorii i w zastosowaniach, Oficyna Wydawnicza SGH, Warszawa.

Schwarz, G. (1978), Estimating the Dimension of a Model, The Annals of Statistics, 6, 461–464, DOI: http://dx.doi.org/10.1214/aos/1176344136

Stawicki, J. (2004), Wykorzystanie łańcuchów Markowa w analizie rynku kapitałowego, Wydawnictwo UMK, Toruń.

Stawicki, J. (2016), Using the First Passage Times In Markov Chaine Model to Support Financial Decisions on Stock Exchange, Dynamic Econometric Models, 16, 37–47.

Trzpiot G., (2010): Wielowymiarowe metody statystyczne w analizie ryzyka inwestycyjnego, PWE, Warszawa.

[www 1] www.polpx.pl.






ISSN (print) 1234-3862
ISSN (online) 2450-7067

Partnerzy platformy czasopism