Market Risk Estimation in Python

Ying Zhou

Diplomová práce

Anotace:

Cílem této práce je ověřit různé metody odhadu VaR prostřednictvím zpětného testování upravených závěrečných cen akcií AAPL od 1. 1. 2017 do 31. 12. 2023. Práce je rozdělena do pěti kapitol. První kapitolou je úvod a je v ní popsán cíl a struktura práce. Druhá kapitola se zaměřuje na principy, vzorce, výhody a nevýhody čtyř modelů, které se používají v rámci odhadu VaR. Ve třetí kapitole je představeno zpětné testování. Ve čtvrté kapitole empiricky analyzujeme data pomocí metod představených v předchozích kapitolách a porovnáváme výsledky. V páté kapitole jsou shrnuty výsledky a vybrán optimální model.

Abstract:

The objective of this thesis is to validate different VaR estimation methods by backtesting the adjusted closing prices of AAPL stock from 2017-1-1 to 2023-12-31. The thesis is divided into five chapters. The first chapter is the introduction and it describes the purpose and structure of the thesis. The second chapter focuses on the principles, formulas, advantages and disadvantages of the four VaR estimation methods. In the third chapter, the backtesting is introduced. In the fourth chapter, we empirically analyze the data using the methods introduced in the previous chapters and compare the results. In the fifth chapter, we summarize the results and identify the optimal model.

Klíčová slova

Value at Risk, historická simulace, filtrovaná historická simulace, analytické řešení, simulace Monte Carlo, Kupiecův nepodmíněný test, Christoffersenův podmíněný test

Keywords

Value at Risk, historical simulation, filtered historical simulation, analytical solution, Monte Carlo simulation, Kupiec’s unconditional coverage test, Christoffersen’s conditional coverage test

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 26. 4. 2024

Obhajoba závěrečné práce

• Vedoucí: Aleš Kresta
• Oponent: Miroslav Čulík

VŠB – Technická univerzita Ostrava

Ekonomická fakulta

Magisterský studijní program:
Finance