Tez No İndirme Tez Künye Durumu
522638
Modelling dependence structure for financial risk: A copula approach / Finansal riskler için bağimlilik yapisini modelleme: Bir kopula yaklaşimi
Yazar:TOLGA YAMUT
Danışman: PROF. DR. BURCU ÜÇER
Yer Bilgisi: Dokuz Eylül Üniversitesi / Fen Bilimleri Enstitüsü / İstatistik Ana Bilim Dalı / İstatistik Bilim Dalı
Konu:Maliye = Finance ; İstatistik = Statistics
Dizin:
Onaylandı
Yüksek Lisans
İngilizce
2018
100 s.
Kopula dağılımları sıklıkla finansal çalışmalarda kullanılmaktadır. Korelasyona dayalı modellerin aksine bağımlılık yapılarını yorumlamak üzere daha kapsamlı bir yaklaşım sağlaması bu tercihin temelini oluşturmaktadır. Finansal zaman serileri ağır kuyruklu ve oynak bir yapıya sahiptir. Bu durum, bir piyasanın bağımlılık yapısını analiz etmek ve uç gözlemleri hesaba katarak piyasa risklerini öngörmek için bir kopula yaklaşımı gerektirmektedir. Ayrıca birçok piyasanın dolayısıyla birçok yatırım potansiyelinin ortak davranışları kopula sayesinde marjinal dağılımlardan bağımsız olarak incelenebilmektedir. Riske maruz değer, belirli bir pazar için yatırımın sonuçlarını tahmin etmede yatırımcıya yardım eder. Bir yatırımın risklerini açıklığa kavuşturmak için, hedeflenen piyasanın finansal yapısı, değişken yapıyı tanıyan hassas modelleme gerektirir. Bu çalışmada, gelişen piyasalar için, petrol ve hisse senedi getirileri arasındaki değişimin detaylı analizi yapılmıştır. Çalışmanın amacı, Brent petrol fiyatı ile gelişmekte olan piyasaların birbirinden nasıl etkilendiğini araştırmak ve ikili varlıkların risk ölçümlerini hesaplamaktır. Tüm veri setleri için uygun kopula dağılımları uyum iyiliği testi ile belirlenmiştir. Uç-değer gözlemlerine göre model tahmini yapılan veri seti için kuyruk bağımlığı yapısının parametrik olmayan kestirimi kullanılarak iki değişkenli kopulalar temelinde portföylerin riske maruz değerlerinin öngörümlemesi önerilmiştir. Benzetim çalışması ile parametrik ve parametrik olmayan tahminler karşılaştırılarak zamana bağlı kuyruk yapısındaki değişim gözlenmiştir. Daha sonra, eşit ağırlıklı varlıklara ait portföy, birikimli getirilerin benzetimi ile riske maruz değer hesaplanmış ve riske maruz değer için geriye dönüş testi ile geçerliliği sınanmıştır. Son olarak, Brent piyasası stres altında olduğunda market dinamiklerini gözlemlemek için Koşullu Riske Maruz Değer kestirimi uygulanmıştır.
Copula distributions are frequently being used in financial studies. The reason of this preference is that unlike correlation based models, copulas provide a comprehensive approach to interpret the dependence structures. Financial time series have heavy tailed characteristics and volatility. This situation requires a copula approach to analyze a market's dependence structure and forecast its risks while considering extremes. Also, joint behaviour of multiple markets hence multiple investment potentials can be examined without the concern of marginal distributions with the help of copulas. In order to clarify the risks of an investment, financial structure of the targeted market requires sensitive modeling that acknowledges the volatile nature. Value-at-Risk (VaR) models help the investors to forecast the consequences of the investment for a particular market. In this study, we explicitly analyze the relation between changes in oil prices and stock market returns for emerging markets. Our goal is to investigate how Brent oil and emerging markets are affected by each other and compute risk measures for these two assets. All datasets are tested via goodness of fit test to determine proper copula distributions. We propose to forecast the Value-at-Risk of the portfolios on the basis of bivariate copulas using nonparametric estimates of the coefficient of tail dependence which is estimated to fit the data according to its extreme observations. Changes in tail dependence by time are visualized by comparing parametric and non-parametric estimations through a simulation study. Then, VaR for the scenario of equally weighted assets are computed by simulating cumulative returns. Furthermore, validity of VaR models are tested by applying backtesting. Lastly, Conditional Value-at-Risk (CoVaR) estimation is carried out to observe market dynamics when Brent market is under stress.