Сайтама
Saitama
Рассматривается оценка рисковой стоимости в условиях напряженности. На практике напряженная величина риска обычно рассчитывается с использованием набора данных, включающего напряженный период. Это говорит о том, насколько возрастает риск, если мы используем данные в условиях напряженности. В данной работе мы рассматриваем величину риска (VaR) при напряженных сценариях. Технически это можно сделать, получив распределение прибыли или убытка, обусловленное величиной факторов риска. Мы используем два метода: один, который использует линейную модель, и другой, который использует распределение по Эрмиту, рассмотренный Марумо и Вольфом (2013, 2016). Численные примеры показывают, что метод распределения по Эрмету способен фиксировать нелинейные эффекты, такие как корреляционный коллапс и кластеризация волатильности, которые часто наблюдаются на рынках.
We consider the Value at Risk (VaR) of a portfolio under stressed conditions. In practice, the stressed VaR (sVaR) is commonly calculated using the data set that includes the stressed period. It tells us how much the risk amount increases if we use the stressed data set. In this paper, we consider the VaR under stress scenarios. Technically, this can be done by deriving the distribution of profit or loss conditioned on the value of risk factors. We use two methods; the one that uses the linear model and the one that uses the Hermite expansion discussed by Marumo and Wolff (2013, 2016). Numerical examples shows that the method using the Hermite expansion is capable of capturing the non-linear effects such as correlation collapse and volatility clustering, which are often observed in the markets.
The authors declare that there are no conflicts of interest present.