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 |