Εκτίμηση κινδύνου σε χρηματιστηριακούς δείκτες ευρωπαϊκών χρηματιστηρίων με τη χρήση αυτοπαλίδρομων υπό συνθήκη ετεροσκεδαστικότητας υποδειγμάτων

Οικονόμου, Νικόλαος Δ.

dc.contributor.advisor	Αγιακλόγλου, Χρήστος
dc.contributor.author	Οικονόμου, Νικόλαος Δ.
dc.date.accessioned	2018-01-18T09:20:15Z
dc.date.available	2018-01-18T09:20:15Z
dc.date.issued	2017-03
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/10639
dc.description.abstract	Σκοπός της παρούσας εργασίας είναι να παρουσιαστεί η μέτρηση του κινδύνου, όπως αυτή επιτυγχάνεται με τη χρήση της μεθόδου Value-at-Risk (VaR). Σύμφωνα με τη μέθοδο αυτή, ο ερευνητής μπορεί να υπολογίσει την Αξία σε Κίνδυνο ενός περουσιακού στοιχείου με έναν αριθμό, ο οποίος εκφράζει τη μέγιστη αναμενόμενη απώλεια μιας επένδυσης, για δεδομένη χρονική περίοδο και σε δεδομένο επίπεδο εμπιστοσύνης. Για τον υπολογισμό του VaR θα εφαρμοστεί μια σύνθετη οικονομετρική προσέγγιση βασισμένη στην ανάλυση χρονοσειρών, η οποία συνδυάζει τα Mεικτά Oλοκληρωμένα Υποδείγματα με βάση τη μεθοδολογία των Box-Jenkins με τα Γενικευμένα Αυτοπαλίνδρομα υπό Συνθήκη Ετεροσκεδαστικότητας Υποδείγματα. Η εφαρμογή των υποδειγμάτων αυτών θα συντελέσει στον υπολογισμό του VaR το οποίο και θα αποτελεί την πρόβλεψη της επόμενης περιόδου της διαδικασίας. Η οικονομετρική αυτή προσέγγιση θα εφαρμοστεί μέσω των υποδειγμάτων ARIMA-GARCH στις λογαριθμικές αποδόσεις βασικών χρηματιστηριακών δεικτών Ευρωπαϊκών χρηματιστηρίων με κύριο σκοπό την εκτίμηση της μεταβλητότητας, όπως αυτή αποτυπώνεται στους εν λόγω δείκτες. Εν συνεχεία, με τη χρήση αυτής θα υπολογιστεί το VaR για όλους τους δείκτες και παράλληλα θα διενεργηθεί ο επανέλεγχός του προκειμένου να επαληθευτεί η εγκυρότητα των υπό μελέτη υποδειγμάτων VaR.	el
dc.format.extent	153	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.title	Εκτίμηση κινδύνου σε χρηματιστηριακούς δείκτες ευρωπαϊκών χρηματιστηρίων με τη χρήση αυτοπαλίδρομων υπό συνθήκη ετεροσκεδαστικότητας υποδειγμάτων	el
dc.title.alternative	Measuring value at risk using generalized autoregressive conditional heteroscedastic models for european indices	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης	el
dc.description.abstractEN	The objective of this thesis is to present the concept of Risk Measurement as it is achieved by using the Value-at-Risk (VaR) method. According to this technique, the user can estimate the risk by a single number which represents the worst expected loss of an asset for a given horizon at a fixed confidence level. The estimate of VaR is obtained by using a sophisticated econometric approach based on Time Series Analysis, which combines and matches AutoRegressive Integrated Moving Average (ARIMA) models based on Box-Jenkins methodology with Generalized AutoRegressive Conditional Heteroscedastic (GARCH) models. The application of these models will provide VaR as one-step-ahead forecast of the process. Thus, an efficient econometric approach based on ARIMA-GARCH models is applied to log returns of major European stock market indices with the aim to estimate volatility, as it is captured on them. Finally, the estimates of VaR will be measured for indices in total and Backtesting technique for verifying the accuracy of VaR models will be performed.	el
dc.contributor.master	Εφαρμοσμένη Στατιστική	el
dc.subject.keyword	Χρηματιστήρια	el
dc.subject.keyword	Δείκτες	el
dc.subject.keyword	Κίνδυνος	el
dc.subject.keyword	Financial econometrics	el
dc.subject.keyword	ARIMA models	el
dc.subject.keyword	GARCH	el
dc.subject.keyword	VAR	el

Αρχεία σε αυτό το τεκμήριο

Name:: Oikonomou_Nikolaos.pdf
Μέγεθος:: 1.748Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science

Εμφάνιση απλής εγγραφής

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές