Podrobný výpis o publikaci

V originále

Small and medium-sized traders can be highly affected by losses caused by exchange rate changes. Therefore, the Value-at-Risk (VaR) methods, which provide estimates for a long-time horizon are of interest to them. In our previous backtesting research we realized that no classical VaR method is applicable for long-time horizon. Therefore, we study here several new approaches to long-time horizon VaR models, which improves the behaviour of classical short and medium-time VaR methods. A nonparametric approach with the decay of data importance for older data reveals the best performance with respect to the numerous precision tests. The backtesting is done on 6 currencies resulted as medoids from functional clustering. The results show that the standard methods based on random walk forecast model have at least by 97% bigger quantile regression loss function than our proposed approach for 1 year ahead forecast in average for all 6 currencies. Since 2023, its usage and practical application are publicly available at https://var.ef.jcu.cz/ for 32 currencies listed by the European Central Bank.

Česky

Malí a středně velcí obchodníci mohou být výrazně ovlivněni ztrátami způsobenými změnami směnných kurzů. Proto jsou pro ně zajímavé metody Value-at-Risk (VaR), které poskytují odhady pro dlouhý časový horizont. V našem předchozím výzkumu zaměřeném na zpětné testování jsme zjistili, že žádná klasická metoda VaR není použitelná pro dlouhý časový horizont. Proto zde zkoumáme několik nových přístupů k modelům VaR pro dlouhý časový horizont, které zlepšují chování klasických krátkodobých a střednědobých metod VaR. Neparametrický přístup s klesající váhou významu starších dat vykazuje nejlepší výkonnost z hlediska četných testů přesnosti. Zpětné testování je provedeno na 6 měnách, které byly identifikovány jako medoidy z funkčního shlukování. Výsledky ukazují, že standardní metody založené na prognózním modelu náhodné procházky mají v průměru pro všech 6 měn alespoň o 97 % vyšší ztrátovou funkci kvantilové regrese než námi navrhovaný přístup při roční prognóze. Od roku 2023 je jeho využití a praktická aplikace veřejně dostupná na adrese https://var.ef.jcu.cz/ pro 32 měn uváděných Evropskou centrální bankou.

New value-at-risk method adjusted for a long time horizon with application to exchange rates

Základní údaje

Originální název

Název česky

Autoři

Vydání

Další údaje

Typ výsledku

Utajení

Odkazy

Impakt faktor

Organizační jednotka

DOI

Klíčová slova česky

Klíčová slova anglicky

Anotace

V originále

Česky