21734 articles – 15570 Notices  [english version]
HAL : halshs-00425585, version 1

Fiche concise  Récupérer au format
High Watermarks of Market Risks
Maillet B. et al
Documents de travail du Centre d'Economie de la Sorbonne 2009.54 - ISSN : 1955-611X (2009) - http://halshs.archives-ouvertes.fr/halshs-00425585
High Watermarks of Market Risks
Bertrand Maillet () 1, 2, 3, Jean-Philippe Médecin () 1, Thierry Michel () 4
1 :  Centre d'économie de la Sorbonne (CES)
http://centredeconomiesorbonne.univ-paris1.fr/
CNRS : UMR8174 – Université Paris I - Panthéon-Sorbonne
Maison des Sciences Économiques - 106-112 Boulevard de l'Hôpital - 75647 Paris Cedex 13
France
2 :  A.A.Advisors-QCG
ABN AMRO
Variances
France
3 :  EIF
Europlace Institute of Finance
Palais Brongniart, Place de la Bourse, 75002 Paris
France
4 :  LODH
Banque
8, rue Royale, 75008 Paris
France
Anglais

We present several estimates of measures of risk amongst the most well-known, using both high and low frequency data. The aim of the article is to show which lower frequency measures can be an acceptable substitute to the high precision measures, when transaction data is unavailable for a long history. We also study the distribution of the volatility, focusing more precisely on the slopee of the tail of the various risk measure distributions, in order to define the high watermarks of market risks. Based on estimates of the tail index of a Generalized Extreme Value density backed-out from the high frequency CAC 40 series in the period 1997-2006, using both Maximum Likelihood and L-moment Methods, we, finally find no evidence for the need of a specification with heavier tails than in the case of the traditional log-normal hypothesis.
Nous présentons dans ce papier plusieurs estimateurs reconnus de volatilité, calculés à partir des valeurs extrêmes des cours boursiers. Le but de cet article est de sélectionner une mesure de volatilité calculée à basse fréquence comme substitut fidèle d'estimateurs de haute fréquence, pour les cas où certains cours feraient défaut. Nous étudions aussi la distribution des volatilités en s'intéressant plus particulièrement aux queues de distribution pour mettre en évidence les phénomènes de risques extrêmes. Enfin, à partir de la série du CAC 40 entre 1997 et 2006, nous estimons, à l'aide des méthodes du maximum de vraisemblance et des L-moments, les indices de queue pour des distributions GEV des volatilités. Nous concluons alors qu'il n'est pas nécessaire d'avoir recours à des distributions à queue épaisse et que l'hypothèse classique de distribution log-normale est satisfaisante.

Autres publications
Sciences de l'Homme et Société/Economie et finances
Sciences de l'Homme et Société/Méthodes et statistiques
Mathématiques/Statistiques
Statistiques/Théorie
Économie et finance quantitative/Econométrie de la finance

08/2009
Documents de travail du Centre d'Economie de la Sorbonne 2009.54 - ISSN : 1955-611X

Financial crisis – volatility estimators distributions – range-based volatility – extreme value – high frequency data.
Crise financière – estimateurs de volatilité – volatilité sur amplitude – valeurs extrêmes – données de haute fréquence.
URL des Documents de travail : http://ces.univ-paris1.fr/cesdp/CESFramDP2009.htm Classification JEL : G10, G14.
Liste des fichiers attachés à ce document : 
PDF
09054.pdf(1 MB)