scholarly journals Measuring parametric and semiparametric downside risks of selected agricultural commodities

2021 ◽  
Vol 67 (No. 8) ◽  
pp. 305-315
Author(s):  
Dejan Živkov ◽  
Marijana Joksimović ◽  
Suzana Balaban

In this paper, we evaluate the downside risk of six major agricultural commodities – corn, wheat, soybeans, soybean meal, soybean oil and oats. For research purposes, we first use an optimal generalised autoregressive conditional heteroscedasticity (GARCH) model to create residuals, which we later use for measuring downside risks via parametric and semiparametric approaches. Modified value-at-risk (mVaR) and modified conditional value-at-risk (mCVaR) provide more accurate downside risk results than do ordinary value-at-risk (VaR) and conditional value-at-risk (CVaR). We report that soybean oil has the lowest mVaR and mCVaR because it has two very favourable features – skewness around zero and low kurtosis. The second-best commodity is soybeans. The worst-performing downside risk results are in wheat and oats, primarily because of their very high kurtosis values. On the basis of the results, we propose to investors and various agents involved with these agricultural assets that they reduce the risk of loss by combining these assets with other financial or commodity assets that have low risk.

2021 ◽  
Vol 15 ◽  
pp. e175889
Author(s):  
Bruno Armezindo Storck ◽  
Fabio Yoshio Suguri Motoki

Estratégia Livre está relacionada a um melhor desempenho quando comparado aos demais de sua classe. Na indústria de fundos norte-americana, estudos anteriores mostram que maior discricionariedade está associada a melhores retornos. Os resultados estão em linha com a literatura estrangeira onde os Fundos Estratégia Livre estão associados a melhor desempenho, porém não se pode afirmar o mesmo quanto ao risco. Foram utilizados dados da base Quantum Axis, no total de 3499 fundos multimercado durante o período de janeiro de 2016 a janeiro de 2019. Desempenho foi mensurado pelo Índice de Sharpe e Sortino, e o risco por VaR, CVaR (Conditional Value at Risk) e Downside Risk.


2017 ◽  
Vol 55 (3) ◽  
pp. 515-532
Author(s):  
Daniel Henrique Dario Capitani ◽  
Fabio Mattos

Abstract: This study explores different procedures to estimate price risk in commodity markets. Focusing on Brazilian agricultural markets, the paper proposes to assess both dispersion and downside risk measures using five different approaches (volatility, coefficient of variation, lower partial moments, value at risk and conditional value at risk). Results suggest that some commodities have large price variability but small downside risk, while other commodities show small price variability and large downside risk. Thus, there is no single answer to the question of which commodity exhibits more price risk, but rather distinct answers depending on how risk is perceived by different individuals. These findings are relevant for agents in the agricultural industry as they affect marketing and risk management decisions and for policy makers involved in support programs to agriculture.


2016 ◽  
Vol 10 (28) ◽  
pp. 45 ◽  
Author(s):  
Bruno Funchal ◽  
Diogo Lourenço ◽  
Fabio Yoshio Suguri Motoki

No presente artigo investigamos como a sofisticação dos investidores e o nível de liberdade de entrada e saída do fundo se relacionam com os riscos tomados pelos gestores de fundos de investimento em ações no mercado brasileiro. Os resultados mostram que fundos voltados a investidores sofisticados possuem menor risco, indicando possíveis problemas de agência. Por sua vez, fundos fechados possuem risco aumentado, indicando que gestores podem estar aceitando maior risco em troca de maiores retornos no longo prazo. Usamos informações sobre fundos de ações da base Quantum Axis, totalizando 1280 fundos entre os anos de 2008 e 2013. Para mitigar preocupações com a adequação da medida de risco, usamos três medidas de risco distintas amplamente adotadas: VaR (Value at Risk), CVaR (Conditional Value at Risk) e Downside Risk.


Author(s):  
Denis Veliu

The recent years were hard for commodities, with most suffering of high losses. The uncertainty of the financial markets after the 2008 crisis has pushed in the interest of finding new way of diversification. With the Risk Parity or Equally Weighted Risk Contribution strategy, Maillard, Roncalli, and Teiletche (2008) suggested a method that maximize the diversification. These authors have applied this strategy to the volatility (standard deviation). In this chapter, the author describes how to apply Risk Parity to the Conditional Value at Risk using historical data estimation. Passing to CVaR, a coherent measure, the model can benefit from its properties with the needed assumptions. As a special case, the author has applied this method to an agricultural portfolio, compared the Risk Parity strategies with each other and with the Mean Variance and Conditional Value at Risk. An important part is the analysis of the riskiness, the diversification and the turnover. A portfolio with a certain numbers of agricultural commodities may have particular specified that an investor requires.


2021 ◽  
Vol 10 (5) ◽  
pp. e47210515189
Author(s):  
Marcos Huber Mendes ◽  
Reinaldo Castro Souza ◽  
Marco Aurélio Sanfins

O modelo de portfólio EV eficiente de Markowitz, dado um retorno mínimo requerido, minimiza a variância do portfólio, uma métrica do risco de tendência central calculada pelo método estatístico de concentração de dados, e assim utiliza uma fórmula literal permitindo a solução da otimização por um algoritmo quadrático, exigindo pouco consumo computacional. As evoluções do modelo de Markowitz para métricas assimétricas do risco, minimizam e/ou maximizam o risco, abaixo e/ou acima de um alvo t, como o downside risk, o mean-separated target deviations, o value at risk e o conditional value at risk, porém, não permitem utilizar uma fórmula literal para solução da otimização, transformada em um algoritmo não suave, com solução complexa e maior consumo computacional. O aspecto relevante do modelo de Markowitz foi mostrar que o mais importante não é o risco do ativo mas a contribuição que cada ativo fornece para o risco do portfólio, que depende das interrelações entre os ativos, a covariância do portfólio. Estendendo o raciocínio como contribuição original e relevante, o artigo apresenta uma nova métrica assimétrica do risco, com maior detalhamento das interrelações entre os ativos, aumentando o espaço objetivo da otimização, com maior número de parâmetros otimizados, possibilitando a busca por melhores resultados e utilizando uma expressão literal permitindo solução por um algoritmo não linear, menos complexo que o algoritmo não suave. A análise bibliométrica realizada demonstra a originalidade da evolução do modelo de Markowitz para métricas assimétricas do risco, apresentando fórmula literal para solução e com espaço objetivo aumentado.


2014 ◽  
Vol 16 (6) ◽  
pp. 3-29 ◽  
Author(s):  
Samuel Drapeau ◽  
Michael Kupper ◽  
Antonis Papapantoleon

Sign in / Sign up

Export Citation Format

Share Document