Моделювання економічної вартості ризику фінансових компаній на основі методу NA‐GARCH

Abstract

У роботі використано модель EGARCH, що представляє ефект асиметрії обертання та NA-GARCH, що представляє ефект асиметрії переміщення, з варіаціями в основних рівняннях: ARMA(1,1), AR(1), MA(1), а також моделей визначення економічної вартості ризику (VaR). Форвардний тест визначення VaR на 99% та 95% рів- нях довіри проведений з визначенням реалізованих прибутків та витрат для 216 досліджень у двох змодельованих портфелях фінансових холдингових компаній Тайваню. На основі кількості порушень, у статті також порівнюються інші показники діяльності, а саме – VaR, сукупні, середні та максимальні порушення, для визначення балансу між ефективністю моделі та дієвість нарахувань на основний капітал. Автори приходять до наступних висновків. По-перше, всі моделі прогнозування VaR, окрім ARMA(1,1) на рівні довіри 99%, у моделях EGARCH та NA-GARCH отримують цільовий рівень порушень та визначаються як внутрішні моделі. По- друге, моделі ARMA(1,1) проявляють синхронну динаміку волатильності як і реальні часові ряди прибутку та витрат. По-третє, жодна модель VaR не може перевершити інші та найкраще підходить для даного дослідження. Автори не можуть визначити який з ефектів – ефект асиметрії обертання чи ефект асиметрії переміщення, домінують у портфелях упродовж досліджуваного періоду. We used the model EGARCH, representing the effect of asymmetry of rotation and NA-GARCH, which represents the effect of the asymmetry of movement, with variations in the basic equations: ARMA (1,1), AR (1), MA (1), as well as models for determining the economic value at risk (VaR). Forward test determine VaR at 99% and 95% levels of confidence drawn from the definition of realized gains and costs of 216 studies in two simulated portfolios of financial holding companies in Taiwan. Based on the number of violations, the article also compares the performance of others, namely - VaR, aggregate, average and maximum violation, to determine the balance between efficiency and effectiveness model charges on fixed assets. The authors come to the following conclusions. Firstly, all models predicting VaR, except ARMA (1,1) at 99% confidence, the EGARCH models and NA-GARCH get target level violations and are defined as internal models. Second, the model ARMA (1,1) exhibit synchronous dynamic volatility as the actual time series of income and expenses. Thirdly, no model VaR can not outdo others and is best suited for this study. The authors could not determine which of the effects - the effect of asymmetry of rotation or movement asymmetry effects dominate the portfolio during the period studied.