Árbók VFÍ/TFÍ - 01.06.2001, Blaðsíða 300
298 Árbók VFÍ/TFÍ 2000/2001
í heildina litið eru niðurstöðurnar í takt við fyrri rannsóknir, sbr. Hendricks (1996), þ.e.
um munur á metnu dagjegu VaR-gildi á milli mismunandi hermunaraðferða. Þó virðist
munurinn vera heldur minni í þeim mælingum sem gerðar voru hér.
VaR mælikvarðinn cr einungis einn af möguleikunum til að bera líkönin saman. Þetta
próf endurspeglar hvemig líkönin eru að standa sig í að lýsa eiginleikum í enda dreifinganna
sem eru mikilvægir íyrir þá sem eru í fjármálaheiminum, einkum þá sem vinna við áhættu-
stjórnun. Endarnir gefa til kynna hversu mikil áhætta fylgir safninu, og hversu mikið er
mögulegt að græða/tapa. Ef fjárfestir hefur rangt mat á endum dreifinganna, er hann lík-
legur til að annað hvort verja sig of mikið vegna ofmats áhættu, sem getur verið kostn-
aðarsamt, eða að verða íyrir tapi vegna þess að áhættan var vanmetin.
95% VaR-gildið tekur bara punklstöðu í drcifingunni á þessum eina stað og segir því
ekkert til um það hvemig dreifingin er sitthvorum megin við þetta gildi. En þar sem mark-
miðið með þessum mælikvarða er að hann sé einfaldur og auðskiljanlegur er eitt gildi látið
nægja. I framhaldinu væri áhugavert að skoða frekari greiningu á þessum mælikvarða. Er þá
t.d. áhugavert að skoða hvcrnig líkönin væm að standa sig í að spá fyrir um önnur VaR-gildi,
t.d. 90% og 84% gildi. Eldri rannsóknir hafa sýnt að í einhverjum tilfellum er betra að
styðjast við 84% gildið, sem nær þá betur að sýna hegðun likananna.
Miklar breytingar hafa orðið á íslenskum gjaldeyrismarkaði eftir að gagnaraðirnar voru
teknar. Búið er að afnema vikmörk sem haldið var uppi með fyrri gengisstefnu og íslenska
krónan sett á flot í kjölfarið. Þessi aðgerð hefur haft mikil áhrif á markaðinn og hefur flökt
aukist gríðarlega í kjölfarið. Þó að markaðurinn hafi tekið breytingum er aðferðafræðin
jafngild og áður. En reyna verður samt sem áður að meta hversu langl aflur er hægt að nota
gögnin, án þess að þau hætti að vera lýsandi fyrir núverandi ástand markaðarins.
Höfundar vilja sérstaklega þakka ritrýnendum fyrir góðar athugascmdir og ábendingar.
Heimildaskrá
[1] Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of
Econometrics 31. bls. 307-328.
[2] Bollerslev, T., Englc, R.F. og Nelson, D.B. (1994). ARCH Models. Handbook of econometrics.
Bindi IV. bls. 2961-3031.
[3] Daníelsson, Jón. (1996). Multivariate Slochastic VolatiUty Modets: Estimation anda Comparison
with VGARCH Models. Institute of economic studies. Working paper W96:12.
[4] Engle, R.F.(2000). Dynamic Conditional Correla/ion - a Simple Class of Multivariate GARCH
Models. University of California, Department of economics. Discussion paper 2000-09.
[5] Hendricks, D. (1996). Evaluation ofValue at Risk Models using Historical Data. Federal Reserve
Bank of New York Economic Policy Review. Bindi 2, 4. árg. bls 39-70.
[6] Hull, John C. (1997). Options, Futures, and other Derivatives. Prentice Hall lnternational Inc.
Bandaríkin.
[7] Kim, J., Malz, A.M., Mina, J. (1999). LongRun Technical Document. Risk Metrics Group.
Bandaríkin.
[8] Kuan, C. M. og Liu, T. (1995). Forecasting Exchange Rates using Feedforward and Recurrenl
Neural Networks. Journal of Applied Econometrics 10. bls. 347-64.
[9] Mahoney, J.M. (1995). Empirical-hased Versus Model-based Approaches to Value-at-Risk.
Federal Reserve Board in Washington D.C.: Research Confrence on Risk Management and
Systematic Risk. Working paper
[ 10] Zangari, P. (1996). When is Non-normality a Prohlem? The Case of 15 Time Series from Emerging
Markets RiskMetrics Monitor. 4. ársfj. bls. 20-32