Volatility Modelling and Forecasting Value-At Evidence From New and Candidate European Union Countries

Abstract

Riske maruz değer (VaR) yöntemi son yıllarda yaygın olarak kullanılan bir risk ölçüm, yönetim ve raporlama aracı haline gelmistir. Ancak bu yöntemin kullanımında karşılaşılan en önemli sorun volatilitenin doğru tahmin edilmesidir. Bu nedenle, bu çalışmanın amacı farklı volatilite tahmin yöntemleri kullanarak en iyi performans gösteren VaR ölçüm yöntemini Avrupa Birliği'ne (AB) yeni üye ve aday ülke hisse senedi endeks verileri kullanarak belirlemektir.Bu çalışma, örneklemdeki ülkelerin hisse senedi piyasalarının davranışını ve karakteristiğini kısa (GARCH) ve uzun (FIGARCH,HYGARCH) hafıza volatilite modelleri yardımıyla tespit etmeye çalışmaktadır. Model parametreleri normal, Student-t ve çarpık Student-t dağılım varsayımı altında tespit edilmiştir. Günlük hisse senedi endeks getirileri için belirlenen en uygun volatilite modelleri çerçevesinde hesaplanan riske maruz değerlerin performansı Kupiec LR testi kullanılarak ölçülmüştür.Elde edilen sonuçlara göre, AB'ye yeni üye ve aday ondört ülkenin altısında endeks verilerinin hem getiri hem volatilitesinin uzun hafıza özelliği gösterdiği gözlemlenmektedir. Bu sonuç, bu ülkelerin hisse senedi piyasalarinda piyasa etkinliğinden söz edilemeyeceğini göstermektedir. Ayrıca çarpık Student-t dağılımının volatilitenin tahminlenmesinde en uygun varsayım olması, endeks getiri serilerinin çarpıklık ve şişman kuyruk özelligi gösterdiğini ispatlar niteliktedir. Örneklem içi ve örneklem dışı bulunan VaR değerlerinin fiyat hareketlerinin tahminlenmesinde son derece başarılı olduğu gözlemlenmiştir. Dağılım olarak da yine çarpık Student-t varsayımı altında yapılan analizler en iyi tahmin sonuçlarını vermektedir.

A uniform risk measurement methodology called Value-at-risk (VaR) has become one of the most commonly used tools for measuring, managing and reporting market risk in recent years. It is well documented that a crucial parameter in the implementation of parametric VaR calculation methods is the estimation or forecast of a volatility parameter that describes the asset or a portfolio. The objective of this thesis is to determine the best performing method for VaR estimation by evaluating the performances of different volatility models, by using data from new European Union member countries from the Central and Eastern Europe (CEE) and three official candidate countries (Turkey, Croatia and Macedonia).This thesis also analyzes the volatility behavior for closing prices of the stock indices of new and candidate European Union countries using short (GARCH) and long memory (FIGARCH and HYGARCH) models based on the normal, Student-t and skewed Student-t distributional assumptions. Then, the performance of value-at-risk numbers are tested by the estimated volatility models using Kupiec LR test.The empirical results indicate the presence of dual long memory property in the returns and volatility of six of the fourteen EU new member and candidate countries. The presence of long memory volatility in most of the new and candidate EU stock markets enables us to rank the degree of market inefficiency, which also leads to the rejection of efficiency market hypothesis in these markets.Consequently, when the stable and long memory models are compared it is observed that the long memory models capture temporal pattern of volatility better than the stable GARCH models in most of the cases. The volatility estimation results also indicate that the Student-t and skewed Student-t distributions outperform the normal distribution.The estimated in-sample and out-of-sample VaR values based on Kupiec LR test shows that the models with skewed Student-t model outperforms the models generated by the normal distribution in describing the return series of the transition countries.