The Risk of Miscomputing the Value at Risk / O Risco de Calcular mal o Valor em Risco

Este artigo explora como o VaR (Value at Risk), que é a métrica de risco financeiro mais popular, é comumente calculado e usado. Ainda persiste um grande mal-entendido sobre essa técnica no setor financeiro, do que ela é, para que serve, como é usada e até mesmo quem deve usá-la. Embora o VaR não seja mais uma novidade, em muitas organizações, tanto na academia quanto na indústria, ele ainda é implementado da forma como foi concebido na década de 1990 como um primeiro esforço para quantificar o risco financeiro.Dado que o VaR é fortemente apoiado pela Teoria Moderna de Portfólio (Modern Portfolio Theory -MPT), e que esta, por sua vez, foi elaborada sob a suposição de que as oscilações dos sinais financeiros se comportam sob uma Distribuição de Probabilidade Normal, é assim que ainda é calculado em muitas organizações que o aplicam para controlar o negociação de ativos financeiros à vista e derivativos. Neste artigo, o uso da distribuição t de Student em escala (Scaled t-Distribution) é discutido como a melhor opção para modelar a série temporal de retornos financeiros. Os retornos modelados com essa distribuição, por sua vez, permitem que o Value at Risk seja calculado com maior precisão. Além disso, com essa distribuição, pode-se calcular a métrica de risco criada como uma grande melhoria para o VaR: The Expected Shortfall (ES), também conhecido como VaR Condicional (CVaR).Para demonstrar que a distribuição t de Student em escala é melhor para modelar sinais financeiros nos retornos de ações e, portanto, para o cálculo de VaR e ES, três gráficos de distribuições de probabilidade diferentes são gerados e sobrepostos: A distribuição empírica, a distribuição Normal e a distribuição t de Student em escala, calculadas com a técnica de estimativa de máxima verossimilhança (Maximum Likelihood Estimation).Isso é feito para cada uma das seis ações analisadas neste estudo: O FAANG (Facebook, Apple, Amazon, Netflix, and Google), mais aquele recentemente adicionado ao SP 500: Tesla.

Decision Making in Real Estate: Portfolio Approach

An investment policy is suggested about assets on real estate markets. Such analysis recommends investments in non-financial assets and optimization of the results from such decisions. The formalization of the investment policy is based on the portfolio theory for asset allocation. Two main criteria are applied for the decision making: return and risk. The decision support is based on Mean-Variance portfolio model. A dynamical and adaptive investment policy is derived for active portfolio management. Sliding procedure in time with definition and solution of a set of portfolio problems is applied. The decision defines the relative value of the investment to which real estates are to be allocated. The regional real estate markets of six Bulgarian towns, which identify the regions with potential for investments, are compared. The added value of the paper results in development of algorithm for a quantitative analysis of real estate markets, based on portfolio theory.

Characteristics analysis of behavioural portfolio theory in the Markowitz portfolio theory framework

PurposeIn recent times, behavioural models for asset allocation have been getting more attention due to their probabilistic modelling for scenario consideration. Many investors are thinking about the trade-offs and benefits of using behavioural models over conventional mean-variance models. In this study, the authors compare asset allocations generated by the behavioural portfolio theory (BPT) developed by Shefrin and Statman (2000) against the Markowitz (1952) mean-variance theory (MVT).Design/methodology/approachThe data used have been culled from BRICS countries' major index constituents from 2009 to 2019. The authors consider a single period economy and generate future probable outcomes based on historical data in order to determine BPT optimal portfolios.FindingsThis study shows that a fair number of portfolios satisfy the first entry constraint of the BPT model. BPT optimal portfolio exhibits high risk and higher returns as compared to typical Markowitz optimal portfolio.Originality/valueThe BRICS countries' data were used because the dynamics of the emerging markets are significantly different from the developed markets, and many investors have been considering emerging markets as their new investment avenues.

Risk and Return Analysis for Companies Registered in the Iraq Stock Exchange Based on the Sortino and Sharpe Methods

The research aims to measure the return and risk in the Iraq Stock Exchange according to the modern portfolio theory (MPT) and post-modern portfolio theory (PMPT) and identify its difference. The study was recognized with several questions, the most important of which: "Is there a difference in measuring the return and risk between the modern portfolio theory and the post-modern portfolio theory?" The companies listed on the Iraq Stock Exchange were tested to answer this question. Seventy-two companies registered in the Iraq Stock Exchange from 2006 to 2019 has selected for this research sample. The accreditation was done on many financial and statistical indicators to analyze and interpret the results using Excel. According to the post-modern portfolio theory, the study found an apparent discrepancy in the values of the return and risk indicators compared to the modern portfolio theory due to the different philosophies and calculation methods in the portfolio's construction. This study can facilitate further studies and the investors looking forward to investing in the Iraqi stock exchange.