Since 2014
A Goodness-of-Fit Test with Focus on Conditional Value at Risk
Brazilian Review of Finance
View Archive Info| Field | Value | |
| Title |
A Goodness-of-Fit Test with Focus on Conditional Value at Risk
Um teste de ajuste com foco no valor em risco condicionado |
|
| Creator |
Barbachan, José Santiago Fajardo; Ibmec Rio de Janeiro
Farias, Aquiles Rocha de; Banco Central do Brasil Ornelas, José Renato Haas; Banco Central do Brasil |
|
| Subject |
Statistics; Business
conditional value at risk; goodness-of-fit, Monte Carlo Simulation C12; C16 Estatística; Administração Financeira valor em risco condicionado; ajuste; simulação de Monte Carlo C12; c16 |
|
| Description |
To verify whether an empirical distribution has a specific theoretical distribution, several tests have been used like the Kolmogorov-Smirnov and the Kuiper tests. These tests try to analyze if all parts of the empirical distribution has a specific theoretical shape. But, in a Risk Management framework, the focus of analysis should be on the tails of the distributions, since we are interested on the extreme returns of financial assets. This paper proposes a new goodness-of-fit hypothesis test with focus on the tails of the distribution. The new test is based on the Conditional Value at Risk measure. Then we use Monte Carlo Simulations to assess the power of the new test with different sample sizes, and then compare with the Crnkovic and Drachman, Kolmogorov-Smirnov and the Kuiper tests. Results showed that the new distance has a better performance than the other distances on small samples. We also performed hypothesis tests using financial data. We have tested the hypothesis that the empirical distribution has a Normal, Scaled Student-t, Generalized Hyperbolic, Normal Inverse Gaussian and Hyperbolic distributions, based on the new distance proposed on this paper.
Para verificar quando uma distribuição empírica tem uma determinada distribuição teórica, vários testes têm sido usados, como os testes de Kolmogorov-Smirnov e Kuiper. Estes testes tentam analisar se todas as partes da distribuição empírica têm uma determinada forma teórica. Porém, no contexto de Administração do Risco, o foco da análise deveria ser nas caudas das distribuições, já que estamos interessados nos retornos extremos dos ativos financeiros. O presente artigo propõe um novo teste de ajuste com foco nas caudas da distribuição. O novo teste é baseado na medida de Valor em Risco Condicionado. Logo, usamos simulação de Monte Carlo para analisar o poder do novo teste com diferentes tamanhos de amostra, e depois os comparamos com os testes de Crnkovic e Drachman, Kolmogorov-Smirnov e Kuiper. Os resultados mostram que a nova distância possui um melhor desempenho do que as outras distâncias para pequenas amostras. Também analisamos testes de hipóteses usando dados financeiros. Testamos as hipóteses de que a distribuição empírica seja uma Normal, t-Student, Hiperbólica Generalizada, Normal Inversa Gaussiana e Hiperbólica, usando a nova distância proposta neste artigo. |
|
| Publisher |
Link to the Brazilian Society of Finance
|
|
| Contributor |
CNPq
CNPq |
|
| Date |
2008-01-01
|
|
| Type |
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion Double blind reviewed articles theoretical and empirical Avaliado por Pares teórico e empírico |
|
| Format |
application/pdf
application/pdf |
|
| Identifier |
http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/1300
|
|
| Source |
Brazilian Review of Finance; Vol 6, No 2 (2008); 139-155
Revista Brasileira de Finanças; Vol 6, No 2 (2008); 139-155 1984-5146 1679-0731 |
|
| Language |
por
eng |
|
| Relation |
http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/1300/435
http://bibliotecadigital.fgv.br/ojs/index.php/rbfin/article/view/1300/438 |
|