Optimalizace kapitálových požadavků vycházejících z modelu Value at Risk pomocí dynamického řízení rizik

• Název práce v češtině: Optimalizace kapitálových požadavků vycházejících z modelu Value at Risk pomocí dynamického řízení rizik
• Název v anglickém jazyce: Optimization capital charges in VaR model utilizing dynamic risk management strategies
• Klíčová slova: Krize, Basilejské standardy II, Basilejské standardy III, Value at Risk, kapitálové požadavky, zpětné testování, optimalizace kapitálu, volatilita
• Klíčová slova anglicky: Crisis, Basel II, Basel III, Value at risk, capital requirements, backtesting, capital optimization, volatility
• Akademický rok vypsání: 2010/2011
• Typ práce: diplomová práce
• Jazyk práce: čeština
• Ústav: Institut ekonomických studií (23-IES)
• Vedoucí / školitel: PhDr. Jaromír Baxa, Ph.D.
• Řešitel: skrytý - zadáno vedoucím/školitelem
• Datum přihlášení: 21.02.2011
• Datum zadání: 22.02.2011
• Datum a čas obhajoby: 02.02.2012 00:00
• Místo konání obhajoby: Opletalova 26
• Datum odevzdání elektronické podoby: 09.01.2012
• Datum proběhlé obhajoby: 02.02.2012
• Oponenti: Mgr. et Mgr. Pavel Doležel

Zásady pro vypracování

Metodologie:
Diplomová práce bude modelovat předpovědi VaR na základě různých strategií řízení rizika. Tyto různé strategie se odvíjejí především od různých způsobů měření volatility uvnitř modelu. Pro různá finanční data může být v čase se měnící směrodatná odchylka empiricky vysvětlena pomocí modelu ARCH (autoregressive conditional heteroskedasticity), který navrhl Engle (1982). Pokud v sobě pohyby směrodatné odchylky obsahují jak autokorelační komponent tak komponent pohyblivého průměru, lepším modelem je Bollerslevův (1986) GARCH (p,q). V podobném smyslu lze pak zkoumat například i modely GJR, EGARCH, alternativním odhadem volatility může být i EWMA (exponential weighted moving average) model, který je v podstatě omezenou verzí modelu ARCH (∞). Modely použité v diplomové práci budou pečlivě vybrány na základě nejnovějších poznatků a empirických důkazů v oblasti měření měnící se volatility.
Na základě různých modelů pak budou vyčísleny různé výstupy z modelu VaR. V pohledu do minulosti tak bude možné určit, jak se různé modely blíží desitibodové hranici selhání danou pravidly Basel II. Z výsledku tak bude zřejmé, které odhady volatility byly příliš agresivní, tj. destibodovou hranici překročily, které byly ideální pro regulované instituce, tj. zespoda se k hranici nejvíce přiblížily, a které byly nejkonzervativnější a tudíž by měly nejvíce vyhovovat regulátorům.
Vzhledem k tomu, že různé modely budou testovány na burzovních indexech z různých zemí, bude možné porovnat výsledky testů mezinárodně. Pokud se ukáže, že pro všechny sledované země nejlépe odpovídá jeden z modelů odhadu volatility, je to dobré znamení pro jednotnou regulační politiku EU.

Seznam odborné literatury

ALTUNBAS, Yener; GAMBACORTA, Leonardo; MARQUES-IBANEZ, David. Bank risk and monetary policy. Journal of Financial Stability. 2010, 6, 3, s. 121-129.
BASEL COMMITTEE ON BANKING SUPERVISION. An internal model-based approach to market risk capital requirements [online]. Basel : BIS, Duben 1995 [cit. 2011-01-17]. Dostupné z WWW: <http://www.bis.org/publ/bcbs17.pdf>.
BASEL COMMITTEE ON BANKING SUPERVISION. Enhancements to the Basel II framework. Basel : BIS, 2009. 35 s. Dostupné z WWW: <http://www.bis.org/publ/bcbs157.pdf>. ISBN 92-9131-781-0.
BASEL COMMITTEE ON BANKING SUPERVISION. International Convergence of Capital Measurement and Capital Standards : A Revised Framework Comprehensive Version. Basel : BIS, 2006. 333 s. Dostupné z WWW: <http://www.bis.org/publ/bcbs128.pdf>. ISBN 92-9131-720-9.
BASLE COMMITTEE ON BANKING SUPERVISION. International Convergence of Capital Measurement and Capital Standards [online]. Basel : BIS, červenec 1988 [cit. 2011-01-17]. Dostupné z WWW: <http://www.bis.org/publ/bcbs04a.pdf>.
BORIO, Claudio. The financial turmoil of 2007–?: a preliminary assessment and some policy considerations . Basel : BIS, 2008. 28 s. Dostupné z WWW: <http://www.bis.org/publ/work251.pdf>.
CHAMI, Ralph; COSIMANO, Thomas F. Monetary policy with a touch of Basel. Journal of Economics and Business. 2010, 62, 3, s. 161–175.
COSSETTE, Hélène; MARCEAU, Étienne; TOUREILLE, Florent. Risk models based on time series for count random variables. Insurance: Mathematics and Economics. 2011, 48, 1, s. 19–28.
ERGÜN, A. Tolga; JUN, Jongbyung. Time-varying higher-order conditional moments and forecasting intraday VaR and Expected Shortfall. The Quarterly Review of Economics and Finance. 2010, 50, 3, s. 264–272.
FRANSES, Philip Hans; VAN DIJK, Dick. Nonlinear Time Series Models in Empirical Finance. Cambridge : Cambridge University Press, 2003. 280 s. ISBN 0-521-77041-6.
GONG, Yun; LI, Zhouping; PENG, Liang. Empirical likelihood intervals for conditional Value-at-Risk in ARCH/GARCH models. Journal of Time Series Analysis. 2010, 31, 2, s. 65-75.
GREGORIOU, Greg N. The VaR Implementation Handbook. New York : The McGraw-Hill, 2009. 528 s. ISBN 978-0-07-161514-3.
GREGORIOU, Greg N.; HOPPE, Christian; WEHN, Carsten S. The risk modelling evaluation handbook : Rethinking Financial Risk Management Methodologies in the Global Capital Markets. New York : McGraw-Hill, 2010. 491 s. ISBN 978-0-07-166371-7.
HUANG, Alex YiHou. An optimization process in Value-at-Risk estimation. Review of Financial Economics. 2010, 19, 3, s. 109–116.
JIMÉNEZ-MARTÍN, Juan-Ángel; MCALEER, Michael; PÉREZ-AMARAL, Teodosio. The Ten Commandments For Managing Value At Risk Under The Basel II Accord. Journal of Economic Surveys. 2009, 23, 5, s. 850-855.
KROKHMAL, Pavlo; ZABARANKIN, Michael; URYASEV, Stan. Modelling and optimization of risk. Surveys in Operations Research and Management Science. 2011, 16, 2, s. 49–66.
MCLEAR, Michael. Automated Inference And Learning In Modeling Financial Volatility. Econometric Theory. 2005, 21, 01, s. 232-261.
MCLEAR, Michael; DA VEIGA, Barnardo. Forecasting value-at-risk with a parsimonious portfolio spillover GARCH (PS-GARCH) model. Journal of Forecasting.. 2008, 27, 1, s. 1-19.
MCLEAR, Michael; DA VEIGA, Barnardo. Single-index and portfolio models for forecasting value-at-risk thresholds. Journal of Forecasting. 2008, 27, 3, s. 217-235.
MCLEAR, Michael; JIMENEZ-MARTIN, Juan-Angel; PEREZ-AMARAL , Teodosio. A Decision Rule to Minimize Daily Capital Charges in Forecasting Value-at-Risk. CARF F-Series. 2009, s. 36.
PRUNEA, Petru; COSMA, Daniela. Towards a New Basel Accord with More Rigorous Settlements. Theoretical and Applied Economics. 2010, 17, 9, s. 67-78.
ROORDA, Berend; SCHUMACHER, J.M. The strictest common relaxation of a family of risk measures. Insurance: Mathematics and Economics. 2011, 48, 1, s. 29–34.
SAUNDERS, Anthony; ALLEN, Linda. Credit risk measurement in and out of the financial crisis : New Approaches to Value at Risk and Other Paradigms. 3rd edition. New Jersey : John Wiley & Sons, 2010. 380 s. ISBN 978-0-470-47834-9.
TSAI, Ming-Shann; CHEN, Lien-Chuan. The calculation of capital requirement using Extreme Value Theory. Economic Modelling. 2011, 28, 1-2, s. 390–395.
YE, Kang, et al. Knowledge level modeling for systemic risk management in financial institutions. Expert Systems with Applications. 2011, 38, 4, s. 3528–3538.

Předběžná náplň práce

1. Finanční krize 2007 – 2010 z pohledu měření a regulace rizika
1.1.1. Basel II
1.1.2. Basel III
2. Model VaR
2.1.1. Definice modelu
2.1.2. Nedostatky modelu
2.1.3. Pokročilé přístupy k VaR
2.1.4. Backtesting: Očišťování modelu podle nepřesností minulých předpovědí
3. Testování vyhovujícího modelu
3.1.1. Modely odhadování volatility
3.1.2. Metodologie a použitá data
3.1.3. Modelování řízení rizik v průběhu krize
3.1.4. Srovnání jednotlivých modelů
4. Závěr a doporučení

Předběžná náplň práce v anglickém jazyce

Diploma thesis „Risk management during crisis 2007-2010 – theories and application of VaR model to European markets“ deals with optimal volatility approximation inside Values at Risk models on the basis of higher risk time periods. As the example of this time period is discussed the ongoing financial crisis in European markets, where results of VaR modeling influence capital requirements. According to the Basel II Accord, the daily capital charge that the bank must carry as protection against market risk must be set at the higher of the average VaR over the last 60 business days, multiplied by a factor 3+k . This factor is higher with more violations of VaR model. As financial institutions’ objective is to maximize profits, they wish to minimize their capital charges while restricting the number of violations in a given year just below the maximum of 10 allowed by the Basel II Accord with any addition of capital requirements. Therefore, the thesis defines market risk management in terms of choosing sensibly from a variety of risk models, discusses the selection of optimal market risk models, considers combining alternative risk models, and discusses the choice between conservative and aggressive risk management strategies. Additionally, it analyses volatility approximation on the basis of different European countries, which can lead to discussion of uniformity of these markets and therefore also of systemic risk single regulation policy possibilities.