Return to search

Tre Value at Risk modeller för riskvärdering av köpoptioner

<p>Riskvärdering har under 90-talet blivit ett allt mer medvetet begrepp. Ett populärt instrument vid riskvärdering är Value at Risk då denna modell skapar ett gemensamt riskmått för olika typer av portföljer och derivat. VaR mäter den maximala värdeförändringen för en portfölj där sannolikheten och tidshorisonten är förutbestämd. I uppsatsen har en konfidensnivå på 95 procent antagits vilket medför att de verkliga förlusterna ska överstiga VaR en gång av tjugo.</p><p>Icke-linjära instrument, såsom optioner, är svåra att riskvärdera då dess pris förändras oproportionerligt gentemot dess underliggande. För att beräkna VaR kan flertalet modeller appliceras och dessa har olika egenskaper.</p><p>Det är därför av intresse att ta reda på om Delta-Normal metoden, Monte Carlo simulering och Historisk simulering ger samma svar vid riskvärdering av optioner. Vidare syftar denna uppsats till att söka svar på om dessa tre VaR-modeller ger ett tillfredsställande resultat på 95 procentig konfidensnivå. För att få svar på dessa funderingar har vi i empiriavsnittet genomfört två hypotesprövningar.</p><p>Den första slutsatsen som kan dras av undersökningen är att det inte går att skilja på det VaR som Delta-Normal metoden och Historisk simulering tagit fram. Vid ett hypotestest för proportioner blev resultatet att endast för Monte Carlo simuleringen kunde inte nollhypotesen förkastas. Detta innebär att det finns stöd för att de verkliga förlusterna överstiger Monte Carlo simuleringens beräknade VaR en gång av tjugo.</p>

Identiferoai:union.ndltd.org:UPSALLA/oai:DiVA.org:oru-1976
Date January 2007
CreatorsJohansson, Andreas, Johansson, Daniel
PublisherÖrebro University, Department of Business, Economics, Statistics and Informatics, Örebro University, Department of Business, Economics, Statistics and Informatics
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, text

Page generated in 0.0019 seconds