• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Commodity value-at-risk modeling: comparing RiskMetrics, historic simulation and quantile regression

Steen, Marie; Westgaard, Sjur; Gjølberg, Ole
Journal article, Peer reviewed
Published version
Thumbnail
Åpne
JRMV2015.pdf (2.000Mb)
Permanent lenke
http://hdl.handle.net/11250/2461302
Utgivelsesdato
2015
Metadata
Vis full innførsel
Samlinger
  • Institutt for industriell økonomi og teknologiledelse [1902]
  • Publikasjoner fra CRIStin - NTNU [19909]
Originalversjon
Journal of Risk Model Validation. 2015, 9 (2), 49-78.   10.21314/JRMV.2015.146
Sammendrag
Commodities constitute a nonhomogeneous asset class. Return distributions differ widely across different commodities, both in terms of tail fatness and skewness. These are features that we need to take into account when modeling risk. In this paper, we outline the return characteristics of nineteen different commodity futures during the period 1992–2013.We then evaluate the performance of two standard risk modeling approaches, ie, RiskMetrics and historical simulation, against a quantile regression (QR) approach. Our findings strongly support the conclusion that QR outperforms these standard approaches in predicting value-at-risk for most commodities.
Utgiver
Incisive Media
Tidsskrift
Journal of Risk Model Validation

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit