modelos paramétricos y no paramétricos, para la previsión de la volatilidad. su aplicación al cálculo del valor en riesgo

Clicks: 183
ID: 229392
2005
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #30 of 46 articles by views in acque sotterranee

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Afrontamos aquí el importante reto de la estimación y control del riesgo de mercado, originado por cambios en los precios de acciones, mercancías, tantos de cambio y tantos de interés. Analizamos los modelos internos del Comité de Basilea para la estimación del riesgo de mercado, y se trata de hacer frente al incremento de la volatilidad de los activos financieros para combatir el riesgo. Se usan dos clases de modelos: a)modelos iid (independientes e idénticamente distribuidos), no necesariamente gaussianos y b)modelos condicionales gaussianos. Comparamos métodos paramétricos como la aproximación “varianzacovarianza”, los modelos de la media móvil simple (SIM), la media móvil con ponderación exponencial (EWMA) y los modelos GARCH, la volatilidad implícita y la Simulación de Monte Carlo para posiciones no lineales. Se tratan de métodos noparamétricos, la simulación histórica y el método “back testing”. Introducimos variantes y aproximaciones del Valor en Riesgo, tales como “stress testing” y el análisis de colas para el “Worse case Scenario analysis” y la “Teoría del valor extremo”. Casos especiales son los modelos EWMA y GARCH.
Reference Key
alonso2005rect@modelos Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Sira Allende Alonso;Carlos Bouza Herrera;Josefina Martínez Barbeito;Daniel Chen
Journal acque sotterranee
Year 2005
DOI
DOI not found
URL
http://urls.my/yTl2GC
Keywords
probabilities mathematical statisticssocial sciences

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.