Resumen de Forecasting value at risk (var) for emerging and developed markets

Viviane Y. Naimy, Melissa Bou Zeidan

• español

  Este documento explora diferentes enfoques para modelar y pronosticar el VaR, utilizando tanto la simulación histórica como los métodos de bootstrap ponderados por volatilidad, en los que la volatilidad se estima utilizando GARCH (1,1) y EGARCH (1,1). Examina la capacidad predictiva de un día de tres modelos VaR de simulación histórica en los niveles de confianza del 90%, 95% y 99% para los mercados de valores desarrollados y emergentes para el período 2011-2017 que fueron testigos de condiciones de mercado difíciles y extremas. Se generan 870 escenarios de rentabilidad futura para cada uno de los 500 días que representan el período fuera de muestra que se extiende desde marzo de 2015 hasta enero de 2017 con el fin de estimar el VaR correspondiente para ambos mercados. El modelo GARCH (1,1) ponderado por volatilidad es aceptado para ambos mercados y está clasificado como el modelo de mejor desempeño. Los resultados del modelo EGARCH (1,1) ponderado por volatilidad no fueron concluyentes; de hecho, la prueba retrospectiva fue aceptada en todos los niveles de confianza para los mercados desarrollados, mientras que fue rechazada en el nivel de confianza del 99% para los mercados emergentes. La simulación histórica básica falló en la estimación de un VaR preciso para los mercados emergentes.

• English

  This paper explores different approaches to modelling and forecasting VaR, using both historical simulation and volatility-weighted bootstrap methods, where volatility is estimated using GARCH (1,1) and EGARCH (1,1). It examines the one day predictive ability of three historical simulation VaR models at the 90%, 95%, and 99% confidence levels for developed and emerging equity markets for the period 2011- 2017 that witnessed difficult and extreme market conditions. 870 scenarios of future returns are generated for each of the 500 days representing the out of sample period extending from March 2015 up to January 2017 in order to estimate the corresponding VaR for both markets. The GARCH (1,1) volatility-weighted model is accepted for both markets and is classified as the best performing model. The EGARCH (1,1) volatility-weighted model’s results were inconclusive; in fact, the back-test was accepted at all confidence levels for the developed markets while rejected at the 99% confidence level for the emerging markets. The basic historical simulation failed in estimating an accurate VaR for the emerging markets.