Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
Titulo:

Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
.

Sumario:

Se aplica la teoría del valor extremo (EVT, por sus siglas en inglés), junto al enfoque de cópulas para la estimación del valor en riesgo (VaR) y el Expected Shortfall (es) de un portafolio de cinco monedas de países latinoamericanos en base dólar (COP, PEN, BRL, MXN y CLP). Se evalúa un portafolio óptimo sin apalancamiento, uno óptimo apalancado y un portafolio con iguales ponderacio­nes para todas las divisas, y se comparan con medidas de riesgo tradicionales, incluido el ajuste de las colas pesadas de la distribución de los rendimientos de cada activo y la estimación de la relación de dependencia de estos mediante el ajuste de las cópulas Gaussiana, t y Clayton. Los resultados sugieren que la cópula de Clayton es la que recurrentemente m... Ver más

Guardado en:

Revista ODEON

1794-1113

2346-2140

Manosalva-Galvis, Beatriz

UNIVERSIDAD EXTERNADO DE COLOMBIA

10.18601/17941113.n18.04

2020-11-04

99

159

Colombia

portafolio;

valor extremo;

valor en riesgo;

cópulas

Beatriz Manosalva-Galvis - 2020

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_uexternado_revistaodeon_39_article_6886
record_format ojs
spelling Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
Application of extreme value theory and multivariate copula for VaR measurement of a currencies portfolio of Latin American countries
Se aplica la teoría del valor extremo (EVT, por sus siglas en inglés), junto al enfoque de cópulas para la estimación del valor en riesgo (VaR) y el Expected Shortfall (es) de un portafolio de cinco monedas de países latinoamericanos en base dólar (COP, PEN, BRL, MXN y CLP). Se evalúa un portafolio óptimo sin apalancamiento, uno óptimo apalancado y un portafolio con iguales ponderacio­nes para todas las divisas, y se comparan con medidas de riesgo tradicionales, incluido el ajuste de las colas pesadas de la distribución de los rendimientos de cada activo y la estimación de la relación de dependencia de estos mediante el ajuste de las cópulas Gaussiana, t y Clayton. Los resultados sugieren que la cópula de Clayton es la que recurrentemente mejora las estimaciones de riesgo para los portafolios propuestos, y que el ES arroja mejor desempeño según las pruebas de cobertura condicional y no condicional del modelo y según el por­centaje de fallos de cada medición.
The Extreme Value Theory (EVT) is applied together with the copula approach to estimate the Value At Risk (VaR) and the Expected Shortfall (ES) of a portfo­lio of five currencies of Latin American countries on a dollar basis (COP, PEN, BRL, MXN and CLP). An optimal portfolio without leverage, an optimal leveraged portfolio and a portfolio with equal weights for all currencies are evaluated and compared with traditional risk measures, including adjusting the heavy tails of the distribution of the returns of each asset and the estimation of the dependency ratio of these by adjusting the Gaussian copulations, t and Clayton. The results suggest that the Clayton copula is the one that recurrently improves the risk estimates for the proposed portfolios and that the es shows better performance according to the conditional and non-conditional coverage tests of the model and according to the percentage of failures of each measurement.
Manosalva-Galvis, Beatriz
Portfolio;
extreme value;
value at risk;
copulas
portafolio;
valor extremo;
valor en riesgo;
cópulas
18
Núm. 18 , Año 2020 : Enero-Junio
Artículo de revista
Journal article
2020-11-04T11:46:23Z
2020-11-04T11:46:23Z
2020-11-04
application/pdf
text/html
Universidad Externado de Colombia
ODEON
1794-1113
2346-2140
https://revistas.uexternado.edu.co/index.php/odeon/article/view/6886
10.18601/17941113.n18.04
https://doi.org/10.18601/17941113.n18.04
spa
https://creativecommons.org/licenses/by-nc-sa/4.0/
Beatriz Manosalva-Galvis - 2020
99
159
Acerbi, C. y Tasche, D. (2002). On the coherence of expected shortfall. Journal of Banking and Finance, 26(7), 1487-1503. https://doi.org/10.1016/S0378-4266(02)00283-2
Alba Suárez, M. A., Pineda-Ríos, W. y Deaza Chaves, J. (2019). Análisis comparativo de las metodologías de estimación semiparamétricas y vía cópulas del valor en riesgo (VaR) en el mercado accionario colombiano. Revista Mexicana de Economía y Finanzas Nueva Época, 14(2), 279-307.
Artzner, P., Delbaen, F., Eber, J.-M. y Heath, D. (1998). Coherent measures of risk. Mathematical Finance, 9(June 1996), 1-24.
Balkema, A. A. y De Haan, L. (1974). Residual life time at great age. The Annals of Probability, 2(5), 792-804. Recuperado de http://projecteuclid.org/euclid. aop/1176996548
Bob, N. K. (2013). Value at Risk Estimation. A garch- evt-Copula Approach (Master Thesis in Mathematical) Statistics Matematiska institutionen.
Bollerslev, T. (1986). generalized autoregressive conditional heteroskedasticity while conventional time series and econometric models operate under an assumption of constant variance, the arch (Autoregressive Conditional Heteroskedastic) process introduced in Engle (1982). Journal of Econometrics, 31, 307-327.
Ceballos, A. M. (2015). Implementación de cópulas para la estimación del Valor en Riesgo. Universidad del Rosario, Facultad de Economía.
Cherubini, U., Luciano, E. y Vecchiato, W. (2004). Copula methods in Finance. John Wiley & Sons.
Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer- Verlag London Limited.
Danielsson, J., Haan, L. De, Peng, L. y De Vries, C. G. (2001). Using a bootstrap method to choose the sample fraction in tail index estimation. Journal of Multivariate Analysis, 248(76), 226-248.
Di Clemente, A. y Romano, C. (2005). Measuring portfolio value-at-risk by a Copula-evt based approach. Studi Economici, 85(January), 1-22.
Embrechts, P. (2000). Extreme value theory: Potential and limitations as an integrated risk management tool. Derivative Use, Trading & Regulation, (6), 449-456.
Embrechts, P., Kluppelberg, C. y Mikosch, T. (1996). Modelling Extremal Events for Insurance and Finance. Springer.
Embrechts, P., McNeil, A. J. y Straumann, D. (2002). Correlation and dependence in risk management: Properties and pitfalls. En M. A. H. Dempster (ed.), Risk Management. Cambridge: Cambridge University Press. https://doi.org/10.1017/ cbo9780511615337.008
Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. https://doi.org/10.2307/1912773
Feo Cediel, Y. (2016). Regular Vine Cópulas: una aplicación al cálculo de valor en riesgo. Revista de Investigación en Modelos Financieros, 2(ii), 30-64.
Fernández, V. (2008). Copula-based measures of dependence structure in assets returns. Physica A: Statistical Mechanics and Its Applications, 387(14), 3615-3628. https://doi.org/10.1016/j.physa.2008.02.055
Hotta, L. K., Lucas, E. C. y Palaro, H. P. (2008). Estimation of VaR using copula and extreme value theory. Multinational Finance Journal, 12(3/4), 205-218. https:// doi.org/10.17578/12-3/4-3
Hsu, C.-P., Huang, C.-W. y Chiou, W.-J. P. (2011). Effectiveness of copula-extreme value theory in estimating value-at-risk: Empirical evidence from Asian emerging markets. Review of Quantitative Finance and Accounting, 39, 447-468. https:// doi.org/10.1007/s11156-011-0261-0
Hussain, S. I. y Li, S. (2018). The dependence structure between Chinese and other major stock markets using extreme values and copulas. International Review of Economics and Finance, 56(February 2016), 421-437. https://doi.org/10.1016/j. iref.2017.12.002
J.P. Morgan/Reuters (1996). RiskMetrics — Technical Document. Morgan Guaranty Trust Company Risk Management Advisory.
Karmakar, M. (2017). Dependence structure and portfolio risk in Indian foreign ex¬change market: A garch-evt-Copula approach. Quarterly Review of Economics and Finance, 64, 275-291. https://doi.org/10.1016/j.qref.2017.01.007
Kole, E., Koedijk, K. y Verbeek, M. (2007). Selecting copulas for risk management. Journal of Banking and Finance, 31(8), 2405-2423. https://doi.org/10.1016/j. jbankfin.2006.09.010
Koliai, L. (2016). Extreme risk modeling: An evt-pair-copulas approach for financial stress tests. Journal of Banking and Finance, 70, 1-22. https://doi.org/10.1016/j.jbankfin.2016.02.004
Lee, S. Y. y Kim, J. H. T. (2017). Exponentiated generalized Pareto distribution: Properties and applications towards Extreme Value Theory. Communications in Statistics - Theory and Methods, August.
Loaiza, R., Gómez-González, J. E. y Melo, L. F. (2015). Latin American exchange rate dependencies: A regular vine copula approach. Contemporary Economic Policy, 33(3), 535-549. https://doi.org/10.1111/coep.12091
McNeil, A. J. (1999). Extreme Value Theory for Risk Managers. A general introduction to extreme risk. Internal Modelling and cad ii, 3, 1-22. Recuperado de http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:Extreme+Value+Theory+for+Risk+Managers#0
McNeil, A. J. y Frey, R. (2000). Estimation of tail-related risk measures for heteros¬cedastic financial time series: An extreme value approach. Journal of Empirical Finance, 7, 271-300.
McNeil, A. J., Frey, R. y Embrechts, P. (2005). Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press.
Melo, L. F. y Becerra, O. (2005). Medidas de riesgo, caracteristicas y tecnicas de medicion: una aplicacion del VaR y el es a la tasa interbancaria de Colombia. Universidad del Rosario. Universidad del Rosario. Recuperado de https://repo-sitory.urosario.edu.co/handle/10336/1060
Melo, L. F. y Becerra, O. (2008). Medidas de riesgo financiero usando cópulas: Teoría y aplicaciones Borradores de Economia, 489(4), 93. Recuperado de http://www.banrep.gov.co/docum/ftp/borra489.pdf
Nystrom, K. y Skoglund, J. (2002). Univariate extreme value theory, garch and mea¬sures of risk. Swedbank.
Palaro, H. P. y Hotta, L. K. (2006). Using conditional copula to estimate value at risk. Journal of Data Science, 4, 93-115.
Patton, A. J. (2006). Modelling asymmetric exchange rate dependence. International Economic Review, 47(2), 527-556.
Pickands, J. (1975). Statistical inference using extreme order statistics. The Annals of Statistics, 3(1), 119-131.
Quevedo, A. R. (2005). Dependencia entre activos financieros: Un ejemplo para la relación tes-dólar más allá de los supuestos. Odeon, 2(1).
Salinas, S. M., Maldonado, D. A. y Díaz, L. G. (2010). Estimación del riesgo en un portafolio de activos. Revista Apuntes del cenes, 29(50), 117-150.
Sklar, A. (1959). Fonctions de répartition àn dimensions et leurs marges. Publications de l’Institut de Statistique de l’Université de Paris, 8, 229-231.
Torres Avendaño, G. I. y Olarte Cadavid, A. M. (2009). Valor en riesgo desde un en¬foque de cópulas. AD-Minister Universidad EAFIT, 15, 113-136.
Triana, D., Torres, L. M., Alba, M. A. y Pineda-Ríos, W. (2018). Estimación Bayesiana para el cálculo del Valor en Riesgo (VaR) en modelos de series financieras con relaciones de dependencia no lineal en Colombia. Comunicaciones en Estadística, 11(2), 171-189.
Uribe, J. y Ulloa, I. (2012). La medición del riesgo en eventos extremos. Una revisión metodológica en contexto. Lecturas de Economía (76), 87-117.
Vargas, A. C. (2019). Asymmetric Volatility Spillovers of Financial Markets : An Application to Colombia. Bogotá: Universidad Nacional de Colombia.
Vose, D. (2008). A quantitative guide (3 ed.). Chichester: John Wiley & Sons.
Wang, Z., Jin, Y. y Zhou, Y. (2010). Estimating portfolio risk using garch-evt-copula model: An empirical study on exchange rate market. Lecture Notes in Electrical Engineering, 67 lnee, 65-72. https://doi.org/10.1007/978-3-642-12990-2_8
Wang, Z. R., Chen, X. H., Jin, Y. B. y Zhou, Y. J. (2010). Estimating risk of foreign exchange portfolio: Using VaR and CVaR based on garchevt-Copula model. Physica A: Statistical Mechanics and Its Applications, 389(21), 4918-4928. https://doi.org/10.1016/j.physa.2010.07.012
Yamai, Y. y Yoshiba, T. (2002). Comparative analyses of Expected Shortfall and Value-at-Risk: Their estimation error, decomposition, and optimization. Comparative Analyses of Expected Shortfall and Value-at-Risk, 20(1), 87-121.
Yamai, Y. y Yoshiba, T. (2005). Value-at-risk versus expected shortfall: A practical perspective. Journal of Banking and Finance, 29(4), 997-1015. https://doi.org/10.1016/j.jbankfin.2004.08.010
Yu, W., Yang, K., Wei, Y. y Lei, L. (2018). Measuring Value-at-Risk and Expected Shortfall of crude oil portfolio using extreme value theory and vine copula. Physica A: Statistical Mechanics and Its Applications, 490, 1423-1433. https://doi.org/10.1016/j.physa.2017.08.064
https://revistas.uexternado.edu.co/index.php/odeon/article/download/6886/9360
https://revistas.uexternado.edu.co/index.php/odeon/article/download/6886/9827
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/redcol/resource_type/ARTREF
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution UNIVERSIDAD EXTERNADO DE COLOMBIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEXTERNADODECOLOMBIA/logo.png
country_str Colombia
collection Revista ODEON
title Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
spellingShingle Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
Manosalva-Galvis, Beatriz
Portfolio;
extreme value;
value at risk;
copulas
portafolio;
valor extremo;
valor en riesgo;
cópulas
title_short Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
title_full Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
title_fullStr Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
title_full_unstemmed Aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del VaR de un portafolio de monedas de países latinoamericanos
title_sort aplicación de la teoría del valor extremo y cópulas multivariadas para la medición del var de un portafolio de monedas de países latinoamericanos
title_eng Application of extreme value theory and multivariate copula for VaR measurement of a currencies portfolio of Latin American countries
description Se aplica la teoría del valor extremo (EVT, por sus siglas en inglés), junto al enfoque de cópulas para la estimación del valor en riesgo (VaR) y el Expected Shortfall (es) de un portafolio de cinco monedas de países latinoamericanos en base dólar (COP, PEN, BRL, MXN y CLP). Se evalúa un portafolio óptimo sin apalancamiento, uno óptimo apalancado y un portafolio con iguales ponderacio­nes para todas las divisas, y se comparan con medidas de riesgo tradicionales, incluido el ajuste de las colas pesadas de la distribución de los rendimientos de cada activo y la estimación de la relación de dependencia de estos mediante el ajuste de las cópulas Gaussiana, t y Clayton. Los resultados sugieren que la cópula de Clayton es la que recurrentemente mejora las estimaciones de riesgo para los portafolios propuestos, y que el ES arroja mejor desempeño según las pruebas de cobertura condicional y no condicional del modelo y según el por­centaje de fallos de cada medición.
description_eng The Extreme Value Theory (EVT) is applied together with the copula approach to estimate the Value At Risk (VaR) and the Expected Shortfall (ES) of a portfo­lio of five currencies of Latin American countries on a dollar basis (COP, PEN, BRL, MXN and CLP). An optimal portfolio without leverage, an optimal leveraged portfolio and a portfolio with equal weights for all currencies are evaluated and compared with traditional risk measures, including adjusting the heavy tails of the distribution of the returns of each asset and the estimation of the dependency ratio of these by adjusting the Gaussian copulations, t and Clayton. The results suggest that the Clayton copula is the one that recurrently improves the risk estimates for the proposed portfolios and that the es shows better performance according to the conditional and non-conditional coverage tests of the model and according to the percentage of failures of each measurement.
author Manosalva-Galvis, Beatriz
author_facet Manosalva-Galvis, Beatriz
topic Portfolio;
extreme value;
value at risk;
copulas
portafolio;
valor extremo;
valor en riesgo;
cópulas
topic_facet Portfolio;
extreme value;
value at risk;
copulas
portafolio;
valor extremo;
valor en riesgo;
cópulas
topicspa_str_mv portafolio;
valor extremo;
valor en riesgo;
cópulas
citationissue 18
citationedition Núm. 18 , Año 2020 : Enero-Junio
publisher Universidad Externado de Colombia
ispartofjournal ODEON
source https://revistas.uexternado.edu.co/index.php/odeon/article/view/6886
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0/
Beatriz Manosalva-Galvis - 2020
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
references Acerbi, C. y Tasche, D. (2002). On the coherence of expected shortfall. Journal of Banking and Finance, 26(7), 1487-1503. https://doi.org/10.1016/S0378-4266(02)00283-2
Alba Suárez, M. A., Pineda-Ríos, W. y Deaza Chaves, J. (2019). Análisis comparativo de las metodologías de estimación semiparamétricas y vía cópulas del valor en riesgo (VaR) en el mercado accionario colombiano. Revista Mexicana de Economía y Finanzas Nueva Época, 14(2), 279-307.
Artzner, P., Delbaen, F., Eber, J.-M. y Heath, D. (1998). Coherent measures of risk. Mathematical Finance, 9(June 1996), 1-24.
Balkema, A. A. y De Haan, L. (1974). Residual life time at great age. The Annals of Probability, 2(5), 792-804. Recuperado de http://projecteuclid.org/euclid. aop/1176996548
Bob, N. K. (2013). Value at Risk Estimation. A garch- evt-Copula Approach (Master Thesis in Mathematical) Statistics Matematiska institutionen.
Bollerslev, T. (1986). generalized autoregressive conditional heteroskedasticity while conventional time series and econometric models operate under an assumption of constant variance, the arch (Autoregressive Conditional Heteroskedastic) process introduced in Engle (1982). Journal of Econometrics, 31, 307-327.
Ceballos, A. M. (2015). Implementación de cópulas para la estimación del Valor en Riesgo. Universidad del Rosario, Facultad de Economía.
Cherubini, U., Luciano, E. y Vecchiato, W. (2004). Copula methods in Finance. John Wiley & Sons.
Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer- Verlag London Limited.
Danielsson, J., Haan, L. De, Peng, L. y De Vries, C. G. (2001). Using a bootstrap method to choose the sample fraction in tail index estimation. Journal of Multivariate Analysis, 248(76), 226-248.
Di Clemente, A. y Romano, C. (2005). Measuring portfolio value-at-risk by a Copula-evt based approach. Studi Economici, 85(January), 1-22.
Embrechts, P. (2000). Extreme value theory: Potential and limitations as an integrated risk management tool. Derivative Use, Trading & Regulation, (6), 449-456.
Embrechts, P., Kluppelberg, C. y Mikosch, T. (1996). Modelling Extremal Events for Insurance and Finance. Springer.
Embrechts, P., McNeil, A. J. y Straumann, D. (2002). Correlation and dependence in risk management: Properties and pitfalls. En M. A. H. Dempster (ed.), Risk Management. Cambridge: Cambridge University Press. https://doi.org/10.1017/ cbo9780511615337.008
Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. https://doi.org/10.2307/1912773
Feo Cediel, Y. (2016). Regular Vine Cópulas: una aplicación al cálculo de valor en riesgo. Revista de Investigación en Modelos Financieros, 2(ii), 30-64.
Fernández, V. (2008). Copula-based measures of dependence structure in assets returns. Physica A: Statistical Mechanics and Its Applications, 387(14), 3615-3628. https://doi.org/10.1016/j.physa.2008.02.055
Hotta, L. K., Lucas, E. C. y Palaro, H. P. (2008). Estimation of VaR using copula and extreme value theory. Multinational Finance Journal, 12(3/4), 205-218. https:// doi.org/10.17578/12-3/4-3
Hsu, C.-P., Huang, C.-W. y Chiou, W.-J. P. (2011). Effectiveness of copula-extreme value theory in estimating value-at-risk: Empirical evidence from Asian emerging markets. Review of Quantitative Finance and Accounting, 39, 447-468. https:// doi.org/10.1007/s11156-011-0261-0
Hussain, S. I. y Li, S. (2018). The dependence structure between Chinese and other major stock markets using extreme values and copulas. International Review of Economics and Finance, 56(February 2016), 421-437. https://doi.org/10.1016/j. iref.2017.12.002
J.P. Morgan/Reuters (1996). RiskMetrics — Technical Document. Morgan Guaranty Trust Company Risk Management Advisory.
Karmakar, M. (2017). Dependence structure and portfolio risk in Indian foreign ex¬change market: A garch-evt-Copula approach. Quarterly Review of Economics and Finance, 64, 275-291. https://doi.org/10.1016/j.qref.2017.01.007
Kole, E., Koedijk, K. y Verbeek, M. (2007). Selecting copulas for risk management. Journal of Banking and Finance, 31(8), 2405-2423. https://doi.org/10.1016/j. jbankfin.2006.09.010
Koliai, L. (2016). Extreme risk modeling: An evt-pair-copulas approach for financial stress tests. Journal of Banking and Finance, 70, 1-22. https://doi.org/10.1016/j.jbankfin.2016.02.004
Lee, S. Y. y Kim, J. H. T. (2017). Exponentiated generalized Pareto distribution: Properties and applications towards Extreme Value Theory. Communications in Statistics - Theory and Methods, August.
Loaiza, R., Gómez-González, J. E. y Melo, L. F. (2015). Latin American exchange rate dependencies: A regular vine copula approach. Contemporary Economic Policy, 33(3), 535-549. https://doi.org/10.1111/coep.12091
McNeil, A. J. (1999). Extreme Value Theory for Risk Managers. A general introduction to extreme risk. Internal Modelling and cad ii, 3, 1-22. Recuperado de http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:Extreme+Value+Theory+for+Risk+Managers#0
McNeil, A. J. y Frey, R. (2000). Estimation of tail-related risk measures for heteros¬cedastic financial time series: An extreme value approach. Journal of Empirical Finance, 7, 271-300.
McNeil, A. J., Frey, R. y Embrechts, P. (2005). Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press.
Melo, L. F. y Becerra, O. (2005). Medidas de riesgo, caracteristicas y tecnicas de medicion: una aplicacion del VaR y el es a la tasa interbancaria de Colombia. Universidad del Rosario. Universidad del Rosario. Recuperado de https://repo-sitory.urosario.edu.co/handle/10336/1060
Melo, L. F. y Becerra, O. (2008). Medidas de riesgo financiero usando cópulas: Teoría y aplicaciones Borradores de Economia, 489(4), 93. Recuperado de http://www.banrep.gov.co/docum/ftp/borra489.pdf
Nystrom, K. y Skoglund, J. (2002). Univariate extreme value theory, garch and mea¬sures of risk. Swedbank.
Palaro, H. P. y Hotta, L. K. (2006). Using conditional copula to estimate value at risk. Journal of Data Science, 4, 93-115.
Patton, A. J. (2006). Modelling asymmetric exchange rate dependence. International Economic Review, 47(2), 527-556.
Pickands, J. (1975). Statistical inference using extreme order statistics. The Annals of Statistics, 3(1), 119-131.
Quevedo, A. R. (2005). Dependencia entre activos financieros: Un ejemplo para la relación tes-dólar más allá de los supuestos. Odeon, 2(1).
Salinas, S. M., Maldonado, D. A. y Díaz, L. G. (2010). Estimación del riesgo en un portafolio de activos. Revista Apuntes del cenes, 29(50), 117-150.
Sklar, A. (1959). Fonctions de répartition àn dimensions et leurs marges. Publications de l’Institut de Statistique de l’Université de Paris, 8, 229-231.
Torres Avendaño, G. I. y Olarte Cadavid, A. M. (2009). Valor en riesgo desde un en¬foque de cópulas. AD-Minister Universidad EAFIT, 15, 113-136.
Triana, D., Torres, L. M., Alba, M. A. y Pineda-Ríos, W. (2018). Estimación Bayesiana para el cálculo del Valor en Riesgo (VaR) en modelos de series financieras con relaciones de dependencia no lineal en Colombia. Comunicaciones en Estadística, 11(2), 171-189.
Uribe, J. y Ulloa, I. (2012). La medición del riesgo en eventos extremos. Una revisión metodológica en contexto. Lecturas de Economía (76), 87-117.
Vargas, A. C. (2019). Asymmetric Volatility Spillovers of Financial Markets : An Application to Colombia. Bogotá: Universidad Nacional de Colombia.
Vose, D. (2008). A quantitative guide (3 ed.). Chichester: John Wiley & Sons.
Wang, Z., Jin, Y. y Zhou, Y. (2010). Estimating portfolio risk using garch-evt-copula model: An empirical study on exchange rate market. Lecture Notes in Electrical Engineering, 67 lnee, 65-72. https://doi.org/10.1007/978-3-642-12990-2_8
Wang, Z. R., Chen, X. H., Jin, Y. B. y Zhou, Y. J. (2010). Estimating risk of foreign exchange portfolio: Using VaR and CVaR based on garchevt-Copula model. Physica A: Statistical Mechanics and Its Applications, 389(21), 4918-4928. https://doi.org/10.1016/j.physa.2010.07.012
Yamai, Y. y Yoshiba, T. (2002). Comparative analyses of Expected Shortfall and Value-at-Risk: Their estimation error, decomposition, and optimization. Comparative Analyses of Expected Shortfall and Value-at-Risk, 20(1), 87-121.
Yamai, Y. y Yoshiba, T. (2005). Value-at-risk versus expected shortfall: A practical perspective. Journal of Banking and Finance, 29(4), 997-1015. https://doi.org/10.1016/j.jbankfin.2004.08.010
Yu, W., Yang, K., Wei, Y. y Lei, L. (2018). Measuring Value-at-Risk and Expected Shortfall of crude oil portfolio using extreme value theory and vine copula. Physica A: Statistical Mechanics and Its Applications, 490, 1423-1433. https://doi.org/10.1016/j.physa.2017.08.064
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2020-11-04
date_accessioned 2020-11-04T11:46:23Z
date_available 2020-11-04T11:46:23Z
url https://revistas.uexternado.edu.co/index.php/odeon/article/view/6886
url_doi https://doi.org/10.18601/17941113.n18.04
issn 1794-1113
eissn 2346-2140
doi 10.18601/17941113.n18.04
citationstartpage 99
citationendpage 159
url2_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/6886/9360
url3_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/6886/9827
_version_ 1811199263872385024

Código QR

Estadísticas y Métricas Alternativas

Títulos similares