Monte Carlo simulation approach to calculate Value at Risk: application to WIG20 and mWIG40

Abstract

This paper reports our estimates of the Value at Risk using Monte Carlo simulations for which we developed a computer program. Our approach involves obtaining Monte Carlo parameters by fitting real historical data of different periods to probability distributions. We applied the algorithm to the WIG20 and mWIG40 stock indices, and performed simulations for the Value at Risk at 95% and 99% confidence intervals over six estimation periods ranging from 1 trading day to 250 trading days. This approach was evaluated using the percentage failures and the Kupiec Proportion of Failures test. Our results indicate that this method is highly influenced by the choice of past historical and estimation period lengths considered. Overall, we observed that the Monte Carlo computational scheme is a reliable method for quantifying VaR when parametrized well.

Analisis value at risk (VAR) pada saham sektor perdagangan ritel barang konsumsi dengan simulasi Monte Carlo

“…Penelitian ini akan mengkaji pengukuran risiko menggunakan Value at Risk dengan metode simulasi Monte Carlo karena menurut Dimas et al (2018), metode simulasi Monte Carlo merupakan metode pengukuran VAR paling akurat karena dapat menghitung berbagai eksposur dan risiko, seperti harga non linier, risiko volatilitas, dan risiko model tetap. Hal ini diperkuat dengan hasil studi yang dilakukan Pasieczna (2019) yang menyatakan bahwa metode simulasi Monte Carlo telah dibuktikan sebagai metode yang andal untuk mengukur VAR ketika disimulasikan dengan baik dan dipengaruhi oleh data historis dan pertimbangan lamanya periode yang panjang.…”