Comparison of Certain Dynamic Estimation Methods of Value at Risk on Polish Gas Market
DOI:
https://doi.org/10.12775/DEM.2017.005Keywords
VaR, Markov chain, SARIMA models, GARCH models, back testingAbstract
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.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.
Downloads
Published
How to Cite
Issue
Section
License
The journal provides an Open Access to its content based on the non-exclusive licence Creative Commons (CC BY-ND 4.0).
To enable the publisher to disseminate the author's work to the fullest extent, the author must agrees to the terms and conditions of the License Agreement with Nicolaus Copernicus University.
Stats
Number of views and downloads: 568
Number of citations: 0
