Közgazdaságtudományok Doktori Iskola

Állandó link (URI) ehhez a gyűjteményhez

https://hdl.handle.net/2437/2306

Közgazdaságtudományi Kar

Közgazdaságtudományok Doktori Iskola
(megszűnt 2014. december 31.)

Böngészés

Közgazdaságtudományok Doktori Iskola Tárgyszó szerinti böngészés "banking sector"

Megjelenítve 1 - 1 (Összesen 1)
  • Nincs kép
    TételSzabadon hozzáférhető
    Kockázati mérések és mértékek instabilitása
    Nagy, Gábor; Gáll, József Mihály; Közgazdaságtudományok doktori iskola
    Az elmúlt évtizedek a pénzügyi modellek gyors terjedését hozták a pénzügyi szektorban, ami a bankműködés számtalan területén megnyilvánul. A statisztikai modellek építése és alkalmazása igen fontos, hiszen a modellek által kínált többlet információ gyakran versenyelőnyt jelent, vagy az információ birtoklása egyenesen a versenyben maradás feltétele lehet. Ugyanakkor szem előtt kell tartanunk azokat a szempontokat is, melyek a modellek által adott információ értékét csorbítják. Ennek megfelelően tisztában kell lennünk például a modell feltevésekkel, az inputok minőségével és azok releváns voltával (pl. egy sokkoktól mentes pénzügyi idősor biztosan nem fogja visszatükrözni a tényleges kockázatokat), a környezeti változásokkal melyek az inputokra hatnak, és nem utolsósorban a modellezett probléma természetével. A modellekbe vetett túlzott hit elfedheti a probléma természetéből adódó tényleges kockázatokat, melynek következtében a kockázat viselőjét a naiv tudatlanság állapotában éri a kockázat nem várt mértékének bekövetkezése. A dolgozat során két olyan pénzügyi problémát mutatunk be, ahol kockázatok modellezése és azok megismerése triviálisnak tűnik, ugyanakkor a modellben rejlő instabilitás következtében az eredmények erősen megkérdőjelezhetőek. A dolgozat első részében a működési kockázatokra alkalmazott tőkemodellek stabilitását vizsgáljuk, míg a második részében egy portfólióoptimalizálási problémával foglalkozunk. Vizsgáltuk, hogy a működési kockázatok tőkekövetelményéhez kapcsolódó extrapolációs probléma ugyanúgy érinti-e a kis és nagy mintával rendelkező intézményeket? A kérdés megválaszolásához egy általunk épített modellezési környezetben megmutattuk, hogy az intézmény belső mintáját tekintve előnyt élveznek a nagyobb mintával rendelkező intézmények, hiszen a VaR relatív hibája csökken a minta elemszámának növelésével. Ezzel szemben a külső adatbázis az extrapolációs hatás negatív következményeit kevésbé tompítja egy sok adattal rendelkező intézmény esetében, ahol még a külső adatok jelentős száma is kevés lehet a stabil becsléshez. Portfólióoptiomalizálásra irányuló kutatásunk kettős célú. Egyrészt vizsgáltuk, hogy a portfólióválasztási feladatok megoldását mennyiben befolyásolja a választott kockázati mérték? Ennek kapcsán láttuk, hogy a vizsgált kockázati mértékek különbözőképpen érzékenyek a becslési hibára. Azt tapasztaltuk, hogy a vizsgált mértékek közül az Expected Shortfall és annak speciális esete, a Maximális Veszteség esetében a legnagyobb a becslési hiba, meghaladva az Absolute Deviation és a variancia esetén tapasztaltakat. Másrészt az optimális portfólió létezésével kapcsolatban azt a következtetést vontuk le, hogy az Expected Shortfall és a Maximális Veszteség kockázati mértékek mellett az optimum csupán adott valószínűséggel létezik. A megoldás valószínűsége a probléma paraméterein múlik; maximális veszteség ez analitikusan megmutatható, míg az Expected Shortfall esetén kimértük azt határvonalat, ahol a megoldás 1 valószínűséggel létezik.