Weryfikacja hipotez w ocenie ryzyka rynkowego

Publikacja jest wyjątkowym spojrzeniem na teorię pomiaru ryzyka rynkowego, w szczególności za pomocą miar Value-at-Risk i Expected Shortfall, stanowiących fundament aktualnych koncepcji zarządzania ryzykiem. Problematyka podjęta w pracy jest nie tylko aktualna dziś, ale zyskuje na znaczeniu z racji coraz silniejszej zależności od gospodarki światowej, a także niestabilności skutkującej wzrastającym poziomem ryzyka rynkowego, zwłaszcza w okresie trwania kryzysów finansowych. Analizowane miary ryzyka rynkowego są zalecanym standardem pomiaru ryzyka przez Bazylejski Komitet Nadzoru Bankowego. Reguły te są w większości implementowane do prawa Unii Europejskiej i państw członkowskich, co powoduje, że miary zyskują szerokie zastosowanie w codziennej praktyce bankowej, a potrzeba ich analizy, sposobów estymacji i weryfikacji staje się wyzwaniem o dużej doniosłości teoretycznej, jak i praktycznej. Przedstawione wyniki badań, poparte przykładami z różnych obszarów rynku, stanowią istotną rekomendację zarówno dla przedsiębiorstw wdrażających systemy zarządzania ryzykiem, jak i dla krajowych oraz międzynarodowych organów nadzorczych, opracowujących standardy weryfikacji modeli ryzyka w instytucjach finansowych. Książka stanowi zatem doskonały materiał prezentujący w sposób kompleksowy obszar badania modeli ryzyka.

Wstęp 7 Rozdział 1. Pojęcie i statystyczna ocena ryzyka rynkowego 13 1.1. Ryzyko rynkowe i jego rodzaje 14 1.1.1. Wprowadzenie pojęcia ryzyka rynkowego 14 1.1.2. Rodzaje ryzyka rynkowego 16 1.1.3. Metody kwantyfikacji ryzyka 19 1.2. Miara VaR 20 1.2.1. Wprowadzenie pojęcia VaR 20 1.2.2. Kryteria oceny modeli VaR 23 1.3. Koherentne miary ryzyka rynkowego 26 1.3.1. Aksjomatyczna definicja ryzyka 26 1.3.2. Wprowadzenie pojęcia ES i innych miar koherentnych 30 1.3.3. Kryteria oceny modelu ES 35 Rozdział 2. Testy wartości zagrożonej (VaR) i oczekiwanego niedoboru (ES) 39 2.1. Testy VaR oparte na procesach Bernoulliego i Markowa 41 2.1.1. Klasyczne testy bezwarunkowego rozkładu wyjątków VaR 41 2.1.2. Modyfikacje podejścia do testowania bezwarunkowego rozkładu wyjątków VaR 43 2.1.3. Testy warunkowego rozkładu wyjątków VaR 45 2.2. Testy oparte na procesie odległości wyjątków VaR 53 2.2.1. Testy braku pamięci 53 2.2.2. Testy parametrów regresji z rozkładem wykładniczym 56 2.3. Testy bazujące na gęstości rozkładów 57 2.3.1. Testy zgodności 57 2.3.2. Testy ilorazu wiarygodności 59 2.3.3. Testy gęstości spektralnej 61 2.4. Wielowymiarowe testy VaR 66 2.4.1. Test Ljunga-Boxa dla wielu poziomów VaR 66 2.4.2. Propozycja zastosowania wielowymiarowego testu macierzy korelacji 70 2.5. Testy ES 73 2.5.1. Testy parametryczne 73 2.5.2. Testy nieparametryczne 79 Rozdział 3. Ocena własności statystycznych testów wartości zagrożonej (VaR) i oczekiwanego niedoboru (ES) 85 3.1. Projektowanie eksperymentów do oceny rozmiaru 87 3.1.1. Eksperymenty oparte na procesie Bernoulliego 87 3.1.2. Zastosowanie metody Monte Carlo do uzyskania testu dokładnego . 88 3.2. Projektowanie eksperymentów do oceny mocy 90 3.2.1. Eksperymenty wykorzystujące proces GARCH 90 3.2.2. Propozycja eksperymentu opartego na procesie BGAR 93 3.2.3. Propozycja eksperymentu opartego na procesie BGMA 95 3.2.4. Propozycja eksperymentu opartego na procesie Markowa 95 3.3. Wyniki symulacyjnej oceny rozmiaru i mocy testów VaR 96 3.3.1. Ocena rozmiaru testów VaR 96 3.3.2. Ocena mocy testów VaR 110 3.3.3. Wybór optymalnych testów VaR 127 3.4. Wyniki symulacyjnej oceny rozmiaru i mocy testów ES 129 3.4.1. Ocena rozmiaru testów ES 129 3.4.2. Ocena mocy testów ES 132 3.4.3. Wybór optymalnych testów ES 136 Rozdział 4. Weryfikacja modeli ryzyka na przykładzie szeregów empirycznych 139 4.1. Opis badania empirycznego 140 4.1.1. Opisowa analiza szeregów czasowych 140 4.1.2. Zastosowane metody wnioskowania statystycznego 147 4.2. Wyniki badania empirycznego dla rynku finansowego 153 4.2.1. Ocena modeli VaR i ES dla indeksu WIG20 153 4.2.2. Ocena modeli VaR i ES dla indeksu S &P500 158 4.3. Wyniki badania empirycznego dla rynku towarowego 163 4.3.1. Ocena modeli VaR i ES dla indeksu Gold Bullion LBM 163 4.3.2. Ocena modeli VaR i ES dla indeksu S&P GSCI Wheat 167 Podsumowanie 173