Accuracy of Risk Measures For Black Swan Events / Precision av Riskmått För Black Swan-Händelser

This project aims to analyze the risk measures Value-at-Risk and Conditional-Value-at-Risk for three stock portfolios with the purpose of evaluating each method's accuracy in modelling Black Swan events. This is achieved by utilizing a parametric approach in the form of a modified (C)VaR with a Cornish-Fisher expansion, a historic approach with a time series spanning ten years and a Markov Monte Carlo simulation modeled with a Brownian motion. From this, it is revealed that the parametric approach at the 99\%-level generates the most favorable results for a 30-day-(C)VaR estimation for each portfolio, followed by the historic approach and, lastly, the Markov Monte Carlo simulation. As such, it is concluded that the parametric approach may serve as a method of evaluating a portfolio's exposure to Black Swan events. / Denna rapport syftar till att analysera riskmåtten Value-at-Risk och Conditional-Value-at-Risk för tre aktieportföljer med målet att utvärdera respektive metods precision i att modellera Black Swan-händelser. Detta uppnås genom att utnyttja en parametrisk metod som tar formen av en modifierad (C)VaR med en Cornish-Fisher-utveckling, en historisk metod med en tidsserie som sträcker sig tio år, och en Markov Monte Carlo-simulering modellerat med en Brownian Motion. Från detta påvisas det att den parametriska metoden vid en 99\%-ig nivå genererar de mest rättvisande resultaten för en 30-dagars-(C)VaR-estimering för respektive portfölj, följt av den historiska metoden och, till sist, Monte Carlo-simulering. På så sätt dras slutsatsen att den parametriska metoden skulle kunna tjäna som en metod för att utvärdera en aktieportföljs exponering till Black Swan-händelser.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-311738
Date January 2021
CreatorsBarry, Viktor
PublisherKTH, Matematisk statistik
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-SCI-GRU ; 2021:312

Page generated in 0.0025 seconds