XArch & Value at Risk : Mesure statistique des pertes possibles d'un actif au cours d'une période - PPE 2012
- il y a 12 ans
La Value at Risk est devenue une référence pour l'ensemble des agences de mesures de risque d’investissement.
Il s'agit en résumé d'une simple mesure statistique des pertes possibles du portefeuille. Elle permet de déterminer comment la valeur de marché d'un actif ou d'un portefeuille d'actifs est susceptible de diminuer au cours d'une certaine période de temps dans les conditions habituelles d’un marché.
Plus précisément, selon une probabilité de x pour cent, et une période t de détention de jours des actions, la Value at Risk est la perte qui devrait être dépassé avec une probabilité de x pour cent au cours des prochaines périodes de détention t-journées de l’action.
La volatilité est l'un des principaux moteurs de la Value-at-Risk (VaR) pour les modèles de risque de marché. Par conséquent, il est important de sélectionner le bon modèle de volatilité pour déterminer diverses propriétés telles que la persistance de la volatilité dans le temps et l’effet clustering (effet nuage de points).
Nous avons choisi d'utiliser GARCH (1,1) comme modèle de prévision de la volatilité. En finance, la détermination de la volatilité est essentielle. Le modèle GARCH est connu comme un modèle de volatilité non-constante, ce qui fait sa force et c'est pour cette raison qu’il est souvent considéré comme un processus générant des données financières réalistes.
En effet, le modèle est très utile pour modéliser le comportement de la variance conditionnelle du terme aléatoire d’une équation économétrique dans le temps et pour capter l’effet de la volatilité sur le prix des actions.
La prévision à l'aide de GARCH (1,1) est unanimement considérée comme l'un des meilleurs modèles pour estimer la volatilité dans les établissements financiers. Une fois que nous obtenons la volatilité prévue, la valeur à l'estimation des risques devient alors plus précise et efficace.
Il s'agit en résumé d'une simple mesure statistique des pertes possibles du portefeuille. Elle permet de déterminer comment la valeur de marché d'un actif ou d'un portefeuille d'actifs est susceptible de diminuer au cours d'une certaine période de temps dans les conditions habituelles d’un marché.
Plus précisément, selon une probabilité de x pour cent, et une période t de détention de jours des actions, la Value at Risk est la perte qui devrait être dépassé avec une probabilité de x pour cent au cours des prochaines périodes de détention t-journées de l’action.
La volatilité est l'un des principaux moteurs de la Value-at-Risk (VaR) pour les modèles de risque de marché. Par conséquent, il est important de sélectionner le bon modèle de volatilité pour déterminer diverses propriétés telles que la persistance de la volatilité dans le temps et l’effet clustering (effet nuage de points).
Nous avons choisi d'utiliser GARCH (1,1) comme modèle de prévision de la volatilité. En finance, la détermination de la volatilité est essentielle. Le modèle GARCH est connu comme un modèle de volatilité non-constante, ce qui fait sa force et c'est pour cette raison qu’il est souvent considéré comme un processus générant des données financières réalistes.
En effet, le modèle est très utile pour modéliser le comportement de la variance conditionnelle du terme aléatoire d’une équation économétrique dans le temps et pour capter l’effet de la volatilité sur le prix des actions.
La prévision à l'aide de GARCH (1,1) est unanimement considérée comme l'un des meilleurs modèles pour estimer la volatilité dans les établissements financiers. Une fois que nous obtenons la volatilité prévue, la valeur à l'estimation des risques devient alors plus précise et efficace.