Essays on Risk in International Financial Markets

Sammanfattning: Popular Abstract in Swedish Denna avhandling behandlar metoder för att modellera risk på de finansiella marknaderna. Avhandlingen består av fyra separata uppsatser och inleds med en introduktion i kapitel ett, medan kapitel två till kapitel 5 består av de fyra uppsatserna. Den första uppsatsen undersöker implikationerna av att använda olika riskmått inom portföljval. Speciellt undersöks tre olika riskmått: varians, Value at Risk (VaR) and Conditional Value at Risk (CVaR). Först undersöks dessa riskmåtts teoretiska egenskaper med hjälp av stokastisk dominans, där det fastställs att varians and VaR endast är konsistent med stokastisk dominans av första ordningen, medan CVaR är konsistent av andra ordningen. I den empiriska delen av uppsatsen undersöks de optimala portföljerna under de olika riskmåtten med hjälp av amerikansk aktiedata. Undersökningen finner att även om VaR och varians har mindre attraktiva teoretiska egenskaper än CVaR är skillnaden mellan de optimala portföljerna små. Vidare genomförs ett test för stokastisk dominans av första och andra ordningen. Testet kan inte påvisa att något riskmått dominerar de övriga. I avhandlingens andra uppsats undersöks modeller av typen GARCH och stokastisk volatilitet. Framför allt undersöks modellernas förmåga att prognostisera volatilitet och VaR en handelsdag framåt. Resultaten visar att båda modellerna ger dåliga volatilitetsprognoser, med stokastisk volatilitet som något bättre än GARCH. Skillnaden är dock inte signifikant. Vidare visar resultaten att val at fördelning i de respektive modellerna inte har någon betydelse för volatilitetsprognostisering. Modellernas förmåga att prognostisera VaR är generellt tillfredställande, både för GARCH och för stokastisk volatilitet. Modellerna ger ungefär lika bra resultat. Bäst resultat fås för båda modellerna med t-fördelningen och den skeva t-fördelningen. Den tredje uppsatsen undersöker olika multivariata modeller med avseende på VaR prognostisering. Speciellt fokuserar uppsatsen på copulas. Copulas är funktioner som knyter samman marginalfördelningarna till en multivariat modell. I denna uppsats föreslås ett nytt sätt att modellera tidsvarierande beroende med hjälp av copulas. Vidare undersöks och jämförs tidsvarierande och konstanta copulas med traditionella multivariata modeller. Resultaten visar att copulas kan vara ett värdefullt verktyg inom VaR prognostisering. I den fjärde uppsatsen undersöks beroendet mellan aktie och obligationsmarknaderna med hjälp av en multivariate regimskiftesmodell. Modellen kan fånga både linjärt och icke-linjärt beroende. Vidare gör modellen möjligt att bestämma om vardera marknaden är i en högvolatilitetsregim eller en lågvolatilitetsregim vid varje tidpunkt. I en bivariat modell ger detta totalt fyra olika regimer. Beroendet mellan aktie och obligationsmarknaderna undersöks i de olika tillstånden med hjälp av data från USA, Storbritannien och Japan. Resultaten visar att beroendet inte är konstant över de olika regimerna. Vidare finner studien att för den amerikanska och den brittiska obligationsmarknaden är beroendet negativt då både obligationsmarknaden och aktiemarknaden är i högvolatilitetstillståndet.