Resumen

Una previsión del Valor en Riesgo (VaR) puede calcularse para el caso de una pérdida aleatoria única y/o de una pérdida aleatoria que depende de otra pérdida aleatoria. En ambos casos, la previsión del VaR se obtiene empleando su distribución de probabilidad (condicional) de los datos de pérdida, específicamente el cuantil de la distribución de pérdida. En la práctica, tenemos una previsión del VaR estimativa en la que el vector de parámetros de distribución es reemplazado por su estimador. En este artículo, se explora la previsión del VaR estimativa basada en cuantiles para pérdidas aleatorias dependientes a través de un enfoque de simulación. Se encuentra que la previsión del VaR estimativa es más precisa cuando se emplea una cópula. Además, a mayor dependencia de una pérdida aleatoria respecto a la pérdida objetivo, en correlación lineal, mayor/menor es la media/varianza condicional. En cualquier medida de dependencia, generalmente, una dependencia más fuerte y

• Materias:Modelo Matemático Simulación numérica Fraccionarios lineales Operadores diferenciales Matriz de transición
• Subjects:Mathematical model Numerical simulation Linear fractional Differential operators Transition matrix
• Palabras claves:Valor en riesgo; Pronóstico; Pérdida aleatoria; Distribución de probabilidad condicional; Estimador; Cópula
• Keywords:Value-at-risk; Forecast; Random loss; Conditional probability distribution; Estimator; Copula