Loading...

Evaluation of Non-linear Combination Method (Neural Network) For Value-at-Risk Forecasting in Market

Rashnavadi, Leila | 2012

724 Viewed
  1. Type of Document: M.Sc. Thesis
  2. Language: Farsi
  3. Document No: 43611 (44)
  4. University: Sharif University of Technology
  5. Department: Management and Economics
  6. Advisor(s): Barakchian, Mahdi
  7. Abstract:
  8. Value at risk of an asset, is the asset’s expected maximum loss for a certain period of time and at a specified confidence level. Value-at-Risk can be calculated in the bank with its inter-nal method or standardized method. when a method have more violation number then bank need to keep more daily capital requirements. under the Basel 2 agreement if the violation of method more than 10 times in year, the Bank uses the standardized method.
    There are trade off Between daily capital charge and violations. Therefore, existing methods for calculating the value at risk, usually lead to much daily capital charge or many violations. Studies show with combination of different methods to calculate value-a- Risk, we found a way to have acceptable value of two criteria. In this study we use of non-linear combination (neural network) for forecasting value-at-Risk during the crisis and after crisis 2008 by using the SP500 Index. We investigate the performance of a variety of single and combined VaR forecasts in term of Kupiec test, Chistoffersen test, lopez test and daily capital requirements. Result show neural network provide stable result across different criteria and periods
  9. Keywords:
  10. Forecast Combination ; Artificial Neural Network ; Value at Risk ; Backtesting

 Digital Object List

 Bookmark

  • مقدمه
    • اهمیّت استفاده از ترکیب پیش‌بینی
    • سوال تحقیق
  • مروری بر کارهای پیشین
    • ارزش در معرض ریسک
    • روش‌های ناپارامتری
      • روش شبیه‌سازی تاریخی
    • روش‌های پارامتری مورد استفاده
      • توزیع نرمال
      • توزیع تی‌استیودنت
    • مدل‌سازی ریسک به روش پارامتری
      • روش‌های پیش‌بینی تلاطم
    • ‎پس‌آزمایی
      • ‎آزمون کوپیک
      • ‎آزمون کریستوفرسن
      • ‎تعداد تخطی
      • میانگین سرمایه لازم روزانه
      • آزمون لوپز (زیان انباشته)
    • ترکیب خطی
      • ادبیات نظری ترکیب پیش‌بینی
      • ادبیات تجربی استفاده از ترکیب‌های خطی در تخمین ارزش در معرض ریسک
    • شبکه عصبی مصنوعی
      • شبکه عصبی چیست؟
      • پیاده سازی نرون مصنوعی
      • انواع شبکه‌های عصبی
      • تابع انتقال
      • ‎مدل نرون ساده خطی
      • پرسپترون چندلايه پيش‌‌سو
      • آموزش شبکه‌های عصبی
      • الگوریتم یادگیری پس انتشار خطا
      • ‎روند حل مسائل با استفاده از شبکه عصبی مصنوعی
    • ادبیات تجربی
      • خوشه‌بندی
      • پیش‌بینی قیمت سهام
      • تركيب شبكه عصبي با روش‌های سری زمانی
      • تركيب پيش‌بيني
  • روش تحقیق
    • ‎محاسبه ارزش در معرض ریسک با استفاده از روش‌های منفرد
    • ‎محاسبه ارزش در معرض ریسک با استفاده از روش‌های ترکیب خطی
    • محاسبه ارزش در معرض ریسک با استفاده از روش‌های ترکیب غیرخطی
    • ‎روش‌های مورد استفاده برای ارزیابی عملکرد روش‌ها
    • داده‌های مورد استفاده
    • سطح اطمینان و افق پیش‌بینی
    • تحلیل حساسیت نتایج به طول قاب استفاده شده برای تخمین ضرایب GARCH
    • ‎نرم افزار مورد استفاده
  • نتایج و تفسیر آنها
    • تحلیل داده‌ها
      • بررسی آماری
      • ‎تحلیل ساختار همبستگی بازده‌‌ها و مجذورات آنها
      • برآورد پارامترهای‎‎ARMA-GARCH
    • نتایج آزمون کوپیک و کریستوفرسن
    • ارزیابی برآوردهای ارزش در معرض ریسک
    • تحلیل حساسیت نتایج به قاب دوره خارج از نمونه
    • مقایسه نتایج با نوشتارهای پیشین
  • نتیجه‌گیری و پیشنهادها
    • نتیجه‌گیری
    • پیشنهاد برای پژوهش‌های آتی
...see more