Resumen de Regresión cuantílica dinámica para la medición del valor en riesgo: Una aplicación a datos colombianos.

Daniel Mariño Ustacara, Luis Fernando Melo Velandia

• español

  En este documento se estima el valor en riesgo (VaR) utilizando métodos semiparamétricos basados en regresión cuantílica lineal y no lineal. En particular, se usan varias especificaciones de la familia de modelos CAViaR. Estos modelos permiten capturar hechos estilizados de las series financieras y evitan imponer supuestos relacionados con la distribución de los activos financieros. Adicionalmente, estas metodologías son comparadas con técnicas de VaR tradicionales para la tasa de cambio representativa del mercado, un índice de precios de bonos de deuda pública, y el índice de la bolsa de valores de Colombia, durante el periodo comprendido entre diciembre de 2007 y noviembre de 2015 . En general, se encontró que las medidas de riesgo de mercado bajo estas metodologías tienen un mejor desempeño respecto a las tradicionales.

• português

  Neste documento estima-se o valor em risco (VaR) utilizando métodos semi-paramétricos baseados em regressão quantílica linear e não linear. Particularmente, usam-se várias especificações da família de modelos CAViaR (conditional autoregressive value at risk). Estes modelos permitem capturar fatos estilizados das séries financeiras e evitam impor supostos relacionados com a distribuição dos ativos financeiros. Além do mais, estas metodologias são comparadas às técnicas de VaR tradicionais para a taxa de câmbio representativa do mercado, um índice de preços de bônus de dívida pública e o índice da bolsa de valores da Colômbia, durante o período compreendido entre dezembro de 2007 e novembro de 2015. De modo geral, constatou-se que as medidas de risco de mercado sob estas metodologias têm um melhor desempenho com relação às tradicionais.

• English

  This document contains the results for the estimation of Value at Risk (VaR) based on linear and non-linear quantile regression techniques. In particular, several CAViaR (conditional autoregressive value at risk) models are implemented for this purpose. These models can replicate the empirical properties of asset returns without requiring distributional assumptions. In addition, these methods are compared with traditional VaR techniques for the Colombian peso exchange rate, a public debtmarket price index, and the Colombian stock price index, during the periods of December 2007 and November 2015. In general, the quantile regression-based techniques show a good performance with respect to the traditional models.