Odporny pomiar ryzyka

Szacowanie prawdopodobieństwa w problemach, w których mogą wystąpić różne zdarzenia, jest zazwyczaj niezwykle trudnym zadaniem, podlega bowiem wielu źródłom niepewności. Wiemy, że rozkłady prawdopodobieństwa mogą zmieniać się w czasie, co prowadzi do bardzo trudnych ocen ryzyka wywołanych przez konkretne decyzje. Rozważając rozkłady prawdopodobieństwa oraz zbiór nominalnych miar ryzyka, przedstawiamy koncepcję odpornej miary ryzyka. Odporną miarę ryzyka rozpatrzymy jako najgorszy możliwy zbiór ryzyk przy założeniu, że każdy ze zbiorów rozkładów prawdopodobieństwa jest prawdopodobny. Omówimy właściwości odpornej miary ryzyka związane z nominalnymi zbiorami ryzyka, takie jak wypukłość lub koherencja. W szczególności omówimy odporną wersję warunkowego Value-at-Risk (CVaR). Zastosowania omówionego podejścia odniesiemy do aktywów z GPW w Warszawie.

Estimating the probabilities by which different events might occur is usually a difficult problem. Usually probabilities change over time, leading to a very difficult to evalued of the risk induced by any particular decision. For a given set of probability measures and a set of nominal risk measures, we describe robust risk measure as the worst possible of risks when each of probability measures may occur. We describe some properties of those of our nominal risk measures, such as convexity or coherence. We use a robust version of the Conditional Value-at-Risk (CVaR). We applied Robust CVaR (RCVaR) using data from the Warsaw Stock Exchange.