2 votos

Comparando el VaR modificado con el VaR ordinario

¿Qué inferencias se pueden sacar cuando se tiene un VaR modificado al x% de confianza y un VaR ordinario al nivel de confianza x%? Si los dos son iguales, una inferencia puede ser que los rendimientos son gaussianos, pero eso también depende del nivel de confianza. En niveles de confianza extremadamente altos, mVaR puede ser igual a VaR incluso con asimetría y curtosis.

Entonces, ¿cómo miran los gestores de riesgos estas estimaciones? ¿Es la incertidumbre en las estimaciones una preocupación? ¿Qué pasa si VaR es menor que mVaR y también menos incierto que mVaR? ¿Qué pasa si VaR es mayor que mVaR pero menos incierto que mVaR?

¿Es mVaR siempre preferible? Al observar la distribución de pérdidas, es fácil ver si hay asimetría y exceso de curtosis, por lo que mVaR puede ser preferible, pero ¿hay un caso en el que usar mVaR pueda ser una mala idea en comparación con usar VaR?

1voto

Rusan Kax Puntos 198

Usar cualquier cosa con "VaR" en el nombre es básicamente una mala idea. Pero un VaR modificado no asume una variable aleatoria distribuida normalmente. Así que tal vez eso haga que la gente se sienta un poco mejor.

El mVaR podría parecer igual al VaR en "niveles de confianza altos", pero es bien sabido que ambas medidas son inexactas en niveles de confianza altos. El mVaR incluso podría ser peor, dadas las suposiciones de no normalidad.

Esto es tarea, ¿verdad?

1voto

Andrey Puntos 137

Como se describe en este enlace, mVaR representa una expresión empírica ajustada para sesgo y curtosis de la distribución empírica.

Como sabemos, los rendimientos empíricos suelen tener sesgo y picos, por lo que asumir una distribución normal es un mal ajuste para estimar el VaR. Por lo tanto, mVaR ajusta el sesgo y la curtosis para reflejar mejor el VaR empírico.

0 votos

La intuición falta. Entiendo el uso de la expansión de fisher cornish para los cuantiles para incluir la asimetría y la curtosis, pero qué inferencias se pueden hacer solo mirando los números

0 votos

@user2142 No creo que se pueda inferir nada de VaR = mVaR, porque puedes obtener el mismo mVaR para diferentes Skew y Kurtosis cuando se cancelan mutuamente. Puedes calcular $(mVaR - q_\alpha)$ y $(VaR - q_\alpha)$ para diferentes $\alpha \in (0,1)$ para obtener un error general de las cuantiles de la distribución empírica $q_\alpha$. El modelo con errores más pequeños es mejor.

1voto

Mahmoud Al-Qudsi Puntos 143

En esta presentación https://www.academia.edu/attachments/37039957/download_file?st=MTQyNjgyNTAxNCwyMDIuMTc0LjE3MC4xNjIsMTIyMTAxMg%3D%3D&s=work_strip muestro los límites factibles para el cálculo modificado de VaR y proporciono una pequeña prueba para mostrar cuándo está fuera de esos límites.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X