Modelling portfolios with heavy-tailed risk factors

Thesis title: Modelling portfolios with heavy-tailed risk factors
Author: Kyselá, Eva
Thesis type: Diploma thesis
Supervisor: Málek, Jiří
Opponents: Fičura, Milan
Thesis language: English
Abstract:
The thesis aims to investigate some of the approaches to modelling portfolio returns with heavy-tailed risk factors. It first elaborates on the univariate time series models, and compares the benchmark model (GARCH with Student t innovations or its GJR extension) predictive performance with its two competitors, the EVT-GARCH model and the Markov-Switching Multifractal (MSM) model. The motivation of EVT extension of GARCH specification is to use a more proper distribution of the innovations, based on the empirical distribution function. The MSM is one of the best performing models in the multifractal literature, a markov-switching model which is unique by its parsimonious specification and variability. The performance of these models is assessed with Mincer-Zarnowitz regressions as well as by comparison of quality of VaR and expected shortfall predictions, and the empirical analysis shows that for the risk management purposes the EVT-GARCH dominates the benchmark as well as the MSM. The second part addresses the dependence structure modelling, using the Gauss and t-copula to model the portfolio returns and compares the result with the classic variance-covariance approach, concluding that copulas offer a more realistic estimates of future extreme quantiles.
Keywords: portfolio returns modelling; heavy tails; copula; Markov-Switching Multifractal; EVT-GARCH; extreme dependencies
Thesis title: Modelování portfolií s risk faktory s těžkými chvosty
Author: Kyselá, Eva
Thesis type: Diplomová práce
Supervisor: Málek, Jiří
Opponents: Fičura, Milan
Thesis language: English
Abstract:
Tato práce si klade za cíl prozkoumat některé přístupy k modelování výnosů portfolií, jejichž rizikové faktory mají těžké chvosty. Nejdříve se věnuje modelům jednorozměrných časových řad a srovnává predikční schopnosti zvoleného benchmark modelu (GARCH s náhodnou složkou se Studentovým t-rozdělením či jeho rozšíření ve formě GJR) s jeho dvěma konkurenty, EVT-GARCH a Markov-Switching Multifractal (MSM) modelem. Motivace k rozšíření GARCH specifikace o EVT je využít vhodnější pravděpodobnostní rozdělení pro náhodnou složku, založené na empirické distribuční funkci. MSM je jedním z nejlepších modelů (co do výsledků) v rámci multifraktálové literatury, jedná se o markov-switching model, který je jedinečný svou úsporností a variabilitou. Modely jsou zhodnoceny jak pomocí regresí Mincer-Zarnowitze, tak pomocí srovnání kvality předpovědí VaRu a expected shortfallu, a empirická analýza ukázala, že pro účely risk managemetu EVT-GARCH dominuje nad benchmark modelem stejně jako nad MSM. Druhá část se zabývá modelováním závislostní struktury, využívá Gaussovu a t-copulu k modelování výnosů portfolia a srovnává výsledky s klasickým variance-covariance přístupem, přičemž shledáváme, že copula funkce poskytují realističtější odhady budoucích extrémních kvantilů.
Keywords: copula; Markov-Switching Multifractal; těžké chvosty; EVT-GARCH; modelování výnosů portfolia; extrémní závislosti

Information about study

Study programme: Finance a účetnictví/Finanční inženýrství
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Finance and Accounting
Department: Department of Banking and Insurance

Information on submission and defense

Date of assignment: 30. 4. 2015
Date of submission: 20. 12. 2015
Date of defense: 21. 6. 2016
Identifier in the InSIS system: https://insis.vse.cz/zp/52799/podrobnosti

Files for download

    Last update: