dc.contributor.author | Μπλούτσος, Κωνσταντίνος Α. | |
dc.date.accessioned | 2008-05-07T08:32:43Z | |
dc.date.available | 2008-05-07T08:32:43Z | |
dc.date.issued | 2008-05-07T08:32:43Z | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/2392 | |
dc.description.abstract | Στην εργασία αυτή αναπτύχθηκαν η έννοια του Κινδύνου και ο υπολογισμός του με τη χρήση της μεθόδου Value-at-Risk (VaR). Η μέθοδος αυτή παρέχει στον ενδιαφερόμενο έναν αριθμό που εκφράζει τη μέγιστη αναμενόμενη απώλεια μίας επένδυσης για δεδομένη χρονική περίοδο και δεδομένο επίπεδο εμπιστοσύνης. Ο υπολογισμός του VaR γίνεται με μία σύνθετη οικονομετρική προσέγγιση, η οποία συνδυάζει την ανάλυση χρονοσειρών (ARIMA ανάλυση) με τα αυτοπαλίνδρομα υπό συνθήκη ετεροσκεδαστικότητας υποδείγματα, γνωστά ως GARCH υποδείγματα. Στη διαδικασία αυτή το VaR προκύπτει ως η πρόβλεψη μίας περιόδου της διαδικασίας. Επίσης, στην εργασία αυτή γίνεται εφαρμογή της παραπάνω μεθόδου στις λογαριθμικές αποδόσεις των μετοχών Ευρωπαϊκών Τηλεπικοινωνιακών Εταιρειών και υπολογίζεται ο Κίνδυνος τόσο σε ατομικό επίπεδο για εταιρεία όσο και σε επίπεδο αγοράς. | |
dc.language.iso | el | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el | |
dc.subject | Διαχείριση κινδύνου | |
dc.subject | Risk management | |
dc.subject | Χρηματοοικονομική διοίκηση | |
dc.title | Υπολογισμός του Value-at-Risk με τη χρήση γενικευμένων αυτοπαλίνδρομων υπό συνθήκη ετεροσκεδαστικότητας υποδειγμάτων | |
dc.type | Master Thesis | |
europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/2392 | |
europeana.type | IMAGE | |
dc.identifier.call | 658.155 ΜΠΛ | |
dc.description.abstractEN | This thesis presents the concept of Risk as it is obtained by the Value-at-Risk (VaR) method. This technique provides the user a measure of risk which is expressed by a single number for the worst expected loss of an asset for a given horizon at a given confidence level. VaR is estimated by the aid of a sophisticated econometric method which combines time series analysis (ARIMA analysis) and generalized autoregressive conditional heteroskedastic (GARCH) models. Using these models, VaR is produced as one-step-ahead forecast of the process. This method is applied to log returns of stock prices of European Telecommunication Companies in order to determine risk not only on an individual basis, but also in a marketwise basis. | |