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

Clicks: 215
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 #31 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
Are you one of these authors? Claim your profile
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.