Nonparametric estimation of Expected Shortfall

Detalhes bibliográficos
Autor(a) principal: Gomes, André Filipe Correia
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/84757
Resumo: Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
id RCAP_49029d372f8f0a33f8b9ad00356d631b
oai_identifier_str oai:estudogeral.uc.pt:10316/84757
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Nonparametric estimation of Expected ShortfallEstimação não paramétrica da Perda EsperadaPerda Esperadaalpha-mixingKernel SmoothingTeoremas do Limite CentralEstimação Não paramétricaExpected Shortfallalpha-mixingKernel SmoothingCentral Limit TheoremsNonparametric estimationDissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e TecnologiaA Perda Esperada é uma medida de risco muito presente no ramo financeiro. Este trabalho procura avaliar as propriedades assintóticas de dois estimadores não paramétricos da Perda Esperada, sob a hipótese de existência de um dado grau de dependência na série financeira em estudo. O primeiro estimador a ser analisado pode ser visto como uma média de valores que satisfazem certa propriedade, e o segundo estimador é uma versão modificada do primeiro, utilizando kernel smoothing. A hipótese de dependência considerada é das mais fracas (alpha-mixing), pelo que o controlo das variáveis aleatórias apresentadas (nomeadamente das suas variâncias e covariâncias) tem bastante ênfase no trabalho. Devido a este controlo, conseguimos concluir um Teorema do Limite Central para cada estimador, que permite chegar a conclusões sobre a eficiência de ambos.A Perda Esperada é uma medida de risco muito presente no ramo financeiro. Este trabalho procura avaliar as propriedades assintóticas de dois estimadores não paramétricos da Perda Esperada, sob a hipótese de existência de um dado grau de dependência na série financeira em estudo. O primeiro estimador a ser analisado pode ser visto como uma média de valores que satisfazem certa propriedade, e o segundo estimador é uma versão modificada do primeiro, utilizando kernel smoothing. A hipótese de dependência considerada é das mais fracas (alpha-mixing), pelo que o controlo das variáveis aleatórias apresentadas (nomeadamente das suas variâncias e covariâncias) tem bastante ênfase no trabalho. Devido a este controlo, conseguimos concluir um Teorema do Limite Central para cada estimador, que permite chegar a conclusões sobre a eficiência de ambos.The Expected Shortfall is an increasingly popular risk measure in financial risk management. This work seeks to study the asymptotic statistical properties of two nonparametric estimators of Expected Shortfall, under the assumption of dependence in the time series of study. The first estimator can be seen as an average of values that satisfy a certain property, whereas the second estimator is a kernel smoothed version of the first. The assumption of dependence is considered one of weakest (alpha-mixing), for which reason the control of the presented random variables (namely they variances and covariances) has a big emphasis on this work. Due to this control we are able to present a Central Limit Theorem for each estimator, from which we are to draw relevant conclusions about the efficiency of both estimators.The Expected Shortfall is an increasingly popular risk measure in financial risk management. This work seeks to study the asymptotic statistical properties of two nonparametric estimators of Expected Shortfall, under the assumption of dependence in the time series of study. The first estimator can be seen as an average of values that satisfy a certain property, whereas the second estimator is a kernel smoothed version of the first. The assumption of dependence is considered one of weakest (alpha-mixing), for which reason the control of the presented random variables (namely they variances and covariances) has a big emphasis on this work. Due to this control we are able to present a Central Limit Theorem for each estimator, from which we are to draw relevant conclusions about the efficiency of both estimators.2017-03-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/84757http://hdl.handle.net/10316/84757TID:202120813engGomes, André Filipe Correiainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2021-10-06T10:27:14Zoai:estudogeral.uc.pt:10316/84757Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:06:17.856099Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Nonparametric estimation of Expected Shortfall
Estimação não paramétrica da Perda Esperada
title Nonparametric estimation of Expected Shortfall
spellingShingle Nonparametric estimation of Expected Shortfall
Gomes, André Filipe Correia
Perda Esperada
alpha-mixing
Kernel Smoothing
Teoremas do Limite Central
Estimação Não paramétrica
Expected Shortfall
alpha-mixing
Kernel Smoothing
Central Limit Theorems
Nonparametric estimation
title_short Nonparametric estimation of Expected Shortfall
title_full Nonparametric estimation of Expected Shortfall
title_fullStr Nonparametric estimation of Expected Shortfall
title_full_unstemmed Nonparametric estimation of Expected Shortfall
title_sort Nonparametric estimation of Expected Shortfall
author Gomes, André Filipe Correia
author_facet Gomes, André Filipe Correia
author_role author
dc.contributor.author.fl_str_mv Gomes, André Filipe Correia
dc.subject.por.fl_str_mv Perda Esperada
alpha-mixing
Kernel Smoothing
Teoremas do Limite Central
Estimação Não paramétrica
Expected Shortfall
alpha-mixing
Kernel Smoothing
Central Limit Theorems
Nonparametric estimation
topic Perda Esperada
alpha-mixing
Kernel Smoothing
Teoremas do Limite Central
Estimação Não paramétrica
Expected Shortfall
alpha-mixing
Kernel Smoothing
Central Limit Theorems
Nonparametric estimation
description Dissertação de Mestrado em Métodos Quantitativos em Finanças apresentada à Faculdade de Ciências e Tecnologia
publishDate 2017
dc.date.none.fl_str_mv 2017-03-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/84757
http://hdl.handle.net/10316/84757
TID:202120813
url http://hdl.handle.net/10316/84757
identifier_str_mv TID:202120813
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133953676804096

Registros relacionados