Revista de Economía del Rosario

ISSN-e: 2145-454X

ISSN: 0123-5362 

Distribución hiperbólica generalizada: una aplicación en la selección de portafolios y en cuantificación de medidas de riesgo de mercado

Jose Luis Alayon

DOI: http://dx.doi.org/10.12804/rev.econ.rosario.18.02.2015.04

Texto completo:

PDF HTML Lector Inteligente ePub
Enviar este artículo (Es necesario iniciar sesión)
Escanee aquí para descargar

Resumen


La distribución Hiperbólica Generalizada ha sido usada por académicos y profesionales para eliminar los problemas de colas de distribución delgadas en finanzas, y por su utilidad en la modelación de los retornos de los activos y de las medidas de riesgo de mercado. En este trabajo, la distribución hiperbólica generalizada es usada para encontrar el portafolio óptimo y su riesgo de mercado. Igualmente, se desarrolla un método para la Selección de Portafolio Robusto la cual reduce la sensibilidad del portafolio ante variaciones de los parámetros de la distribución. Luego de esto, se muestra un esquema comparativo para determinar cómo la inclusión del nuevo método representa un avance respecto a la teoría de selección de portafolios de Markowitz. Por último, en algunos gráficos se muestra el efecto de los parámetros sobre la forma de la distribución, lo que se usa para generar escenarios de estrés y portafolios óptimos.

Palabras clave


distribución hiperbólica generalizada; selección de portafolio; selección de portafolio robusto; valor en riesgo condicional; markowitz; valor en riesgo condicional del peor escenario; asignación de activos; administración de riesgos; multiciclo

Referencias


K. Aas (1995), NIG and Skew Student’s t: Two Special Cases of the Generalized Hyperbolic Distribution, Norwegian Computing Center.

M. Abramowitz (1970), Handbook of mathematical functions, NY: Dover Publications.

P. Artzner, F. Delbaen, J. Eber, D. Heath (1999), Coherent measures of risk, Math., pp. 203-228.

T. Bali (2007), Value at risk and the cross–section of hedge, Journal of Banking and Finance, pp. 1135-1166.

T. Bali (2004), Alternative approaches to estimating VaR for hedge fund, Risk Books.

Barndorff-Nielsen (1977), Exponential ly decreasing distributions for the logarithm of the particle size, Proceedings of the Royal Society.

Barndorff-Nielsen (1997), Normal inverse Gaussian distributions and stochastic, Scandinavian Journal of Statistics, pp. 1-13.

Barndorff-Nielsen (1997), Processes of normal inverse Gaussian type, Springer, pp. 41-68.

N. Bingham, R. Kiesel (1991), Model ling asset returns with hyperbolic distributions.

W. Breymann, A. Dias, P. Embrechts (2003), Depedence Structures for Multivariate High Frecuency Data in Finance Quantitative Finance, pp. 1-14.

W. Breymann (2008), Measuring Risk of Short Return Series with an Application to Fund of Hedge Funds Data.

W. Breymann (2013), GHYP, Recuperado de, http://cran.r-project. org/web/packages/ghyp/vignettes/Generalized_Hyperbolic_ Distribution.pdf

R. Browne, P. McNicholas (2013), A mixture of generalized hyperbolic distributions, Cornell University Library.

E. Eberlein, U. Keller, K. Prause (1998), New insights into smile, mispricing and value at risk, Journal of Business, pp. 371-405.

E. Giorgi (2014), On the computation of multivariate scenario sets for the skew-t and generalized hyperbolic families.

D. Goldfarb, A. Idnani (1983), A numerical ly stable dual method for solving strictly convex quadratic programs, Mathematical Programming.

B. Halldórsson, R. Tütüncü (2003), An interior-point method for a class of saddle-point, Journal of Optimization Theory and Applications, pp. 559-590.

M. Hellmich, S. Kassberger (2009), Efficient and Robust Portfolio Optimization in the Multivariate Generalized Hyperbolic Distribution.

W. Hu (2005), Calibration of multivariate generalized hyperbolic distribution using EM algorthm, with applications in risk management, portfolio optimization and portfolio credit risk, Electronic Theses, Treatises and Dissertations.

S. Kassberger (2006), A ful ly parametric approach to return model ling Financial Markets and Portfolio Management, pp. 472-491.

S. Kim, S, Boyd (2007), Robust Efficient Frontier Analysis with a Separable Uncertanty Model, Standford University.

R. Korn (2005), Optimal portfolios: new variations of an old theme, Springer.

C. Liu (1994), The ECME algorithm a simple extension of EM and ECM with faster,Biometrika, pp. 633-648.

A. McNeil (2005), Quantitative risk management: concepts, techniques and tools, Princeton U.

M. Paolella (2007), Intermediate probability: a computational approach.

K. Prause (1999), The generalized hyperbolic model: estimation financial derivatives.

T. Rockafellar, S. Uryasev (1999), Optimization of conditional value at risk.

D. Scott, D. Würtz (2009), Moments of the Generalized Hyperbolic Distribution, Zürich.

R. Slevinsky, D. Würtz (2010), A recursive algorithm for the G transformation and accurate computation of incomplete Bessel function, Applied Numeric Mathematics.

B. Taylor (2011), Nonparametric goodness-of-fit tests for discrete nul l distributions, The R Journal, pp. 34-39.

R. Tütüncü, M. Koenig (2004), Robust asset al location, Annals of Operations Research, pp. 157-187.


El archivo PDF seleccionado se debe cargar aquí si su navegador tiene instalado un módulo de lectura de PDF (por ejemplo, una versión reciente de Adobe Acrobat Reader).

Si desea más información sobre cómo imprimir, guardar y trabajar con PDFs, Highwire Press le proporciona una guía útil de Preguntas frecuentes sobre PDFs.

Por otro lado, puede descargar el PDF directamente a su ordenador donde podrá abrirlo con un lector de PDF. Para descargar el PDF, haga clic en el enlace anterior.


Métricas