2025-02-23T21:03:59-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-71771%22&qt=morelikethis&rows=5

2025-02-23T21:03:59-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22journaliasakpiua-article-71771%22&qt=morelikethis&rows=5

2025-02-23T21:03:59-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK

2025-02-23T21:03:59-05:00 DEBUG: Deserialized SOLR response

Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності

To describe the dynamics of conditional variance the stochastic volatility model is proposed the structure of which reflects actual changes of variance for financial hetero-scedastic processes. The stochastic volatility model parameters estimates are computed with the Markov chain Monte Carlo techni...

Full description

Saved in:

Bibliographic Details
Main Authors:	Bidyuk, P. I., Konovaliuk, M. M.
Format:	Article
Language:	Ukrainian
Published:	The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2012
Online Access:	http://journal.iasa.kpi.ua/article/view/71771
Tags:	Add Tag No Tags, Be the first to tag this record!

id	journaliasakpiua-article-71771
record_format	ojs
spelling	journaliasakpiua-article-717712018-03-30T15:06:41Z Determining the risk measure VaR using parameters of stochastic volatility model Определение величины риска VaR на основе оценок параметров модели стохастической волатильности Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності Bidyuk, P. I. Konovaliuk, M. M. To describe the dynamics of conditional variance the stochastic volatility model is proposed the structure of which reflects actual changes of variance for financial hetero-scedastic processes. The stochastic volatility model parameters estimates are computed with the Markov chain Monte Carlo technique using Open BUGS environment. To reduce the computation time an appropriate model specification was proposed. The estimates of the conditional variance, computed by the Monte Carlo method, were used for forecasting the value of possible losses VaR for selected financial stock processes represented by statistical data. The quality of forecasts is quite acceptable for decision making in stock trading. Для описания динамики условной дисперсии предложена модель стохастической волатильности, структура которой соответствует фактическим изменениям дисперсии финансовых гетероскедатистических процессов. Оценки параметров модели стохастической волатильности вычисляются методом Монте-Карло для марковских цепей в среде OpenBUGS. Для повышения быстродействия вычислений создана надлежащая спецификация этой модели. Оценки переменной во времени условной дисперсии, полученные методом Монте-Карло, использованы для прогнозирования величин возможных потерь VaR для выбранных биржевых финансовых процессов, представленными статистическими методами. При этом достигнута высокая точность прогнозов, пригодная для принятия решений при выполнении торгових операций. Для опису динаміки умовної дисперсії запропоновано модель стохастичної волатильності, структура якої відповідає фактичним змінам дисперсії фінансових гетероскедастичних процесів. Оцінки параметрів моделі стохастичної волатильності обчислюються за методом Монте-Карло для марковських ланцюгів у середовищі OpenBUGS. Для підвищення швидкості обчислень створено належну специфікацію цієї моделі. Оцінки змінної в часі умовної дисперсії, отримані за методом Монте-Карло, використано для прогнозування значення величини можливих втрат VaR для вибраних біржових фінансових процесів, поданих статистичними методами. При цьому досягнуто високу точність прогнозів, яку застосовують для прийняття рішень під час виконання торговельних операцій. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2012-09-25 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/71771 System research and information technologies; No. 3 (2012); 85-94 Системные исследования и информационные технологии; № 3 (2012); 85-94 Системні дослідження та інформаційні технології; № 3 (2012); 85-94 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/71771/66764 Copyright (c) 2021 System research and information technologies
institution	System research and information technologies
collection	OJS
language	Ukrainian
format	Article
author	Bidyuk, P. I. Konovaliuk, M. M.
spellingShingle	Bidyuk, P. I. Konovaliuk, M. M. Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
author_facet	Bidyuk, P. I. Konovaliuk, M. M.
author_sort	Bidyuk, P. I.
title	Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
title_short	Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
title_full	Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
title_fullStr	Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
title_full_unstemmed	Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності
title_sort	визначення величини ризику var на основі оцінок параметрів моделі стохастичної волатильності
title_alt	Determining the risk measure VaR using parameters of stochastic volatility model Определение величины риска VaR на основе оценок параметров модели стохастической волатильности
description	To describe the dynamics of conditional variance the stochastic volatility model is proposed the structure of which reflects actual changes of variance for financial hetero-scedastic processes. The stochastic volatility model parameters estimates are computed with the Markov chain Monte Carlo technique using Open BUGS environment. To reduce the computation time an appropriate model specification was proposed. The estimates of the conditional variance, computed by the Monte Carlo method, were used for forecasting the value of possible losses VaR for selected financial stock processes represented by statistical data. The quality of forecasts is quite acceptable for decision making in stock trading.
publisher	The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
publishDate	2012
url	http://journal.iasa.kpi.ua/article/view/71771
work_keys_str_mv	AT bidyukpi determiningtheriskmeasurevarusingparametersofstochasticvolatilitymodel AT konovaliukmm determiningtheriskmeasurevarusingparametersofstochasticvolatilitymodel AT bidyukpi opredelenieveličinyriskavarnaosnoveocenokparametrovmodelistohastičeskojvolatilʹnosti AT konovaliukmm opredelenieveličinyriskavarnaosnoveocenokparametrovmodelistohastičeskojvolatilʹnosti AT bidyukpi viznačennâveličinirizikuvarnaosnovíocínokparametrívmodelístohastičnoívolatilʹností AT konovaliukmm viznačennâveličinirizikuvarnaosnovíocínokparametrívmodelístohastičnoívolatilʹností
first_indexed	2024-04-08T15:04:47Z
last_indexed	2024-04-08T15:04:47Z
_version_	1795779396164911104

Визначення величини ризику VaR на основі оцінок параметрів моделі стохастичної волатильності

Similar Items