HAL : halshs-00694449, version 1

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

Alternative Modeling for Long Term Risk

Dominique Guegan 1, 2, Xin Zhao 1

(04/2012)

In this paper, we propose an alternative approach to estimate long-term risk. Instead of using the static square root method, we use a dynamic approach based on volatility forecasting by non-linear models. We explore the possibility of improving the estimations by different models and distributions. By comparing the estimations of two risk measures, value at risk and expected shortfall, with different models and innovations at short, median and long-term horizon, we find out that the best model varies with the forecasting horizon and the generalized Pareto distribution gives the most conservative estimations with all the models at all the horizons. The empirical results show that the square root method underestimates risk at long horizon and our approach is more competitive for risk estimation at long term.

1 :	Centre d'économie de la Sorbonne (CES)
	CNRS : UMR8174 – Université Paris I - Panthéon-Sorbonne
2 :	Ecole d'Économie de Paris - Paris School of Economics (EEP-PSE)
	Ecole d'Économie de Paris

Équipe de recherche : Axe Finance

Discipline

:

Sciences de l'Homme et Société/Economie et finances Sciences de l'Homme et Société/Gestion et management Sciences de l'Homme et Société/Méthodes et statistiques Mathématiques/Probabilités Mathématiques/Statistiques Statistiques/Théorie

Mots-Clés : Long memory – Value at Risk – expect shortfall – extreme value distribution.

halshs-00694449, version 1

http://halshs.archives-ouvertes.fr/halshs-00694449

oai:halshs.archives-ouvertes.fr:halshs-00694449

Contributeur : Lucie Label <>

Soumis le : Vendredi 4 Mai 2012, 12:02:10

Dernière modification le : Mercredi 9 Mai 2012, 17:00:58