Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
194100 Санкт-Петербург,
ул. Кантемировская, д. 3, корп. 1, лит. А, каб. 317, телефон: (812)644-59-11, доб. 61523
Годунова Е. А., Княгинин В. Н., Харитонов М. А. и др.
2023.
Прикладная эконометрика. 2024. Т. 76. № 4. С. 70-95.
Sorokin K., Andrey Z., Levin A. et al.
In bk.: Data Analytics and Management in Data Intensive Domains: 25th International Conference, DAMDID/RCDL 2023, Moscow, Russia, October 24–27, 2023, Revised Selected Papers. Vol. 2086: Communications in Computer and Information Science. Springer, 2024. P. 77-87.
Andreyanov P., Krasikov I., Suzdaltsev A.
arxiv.org. Theoretical Economics. Cornell University, 2024
We consider the problem of portfolio risk diversification in a Value-at-Risk framework with heavy-tailed risks and arbitrary dependence captured by a copula function. We use the power law for modelling the tails and investigate whether the benefits of diversification persist when the risks in consideration are allowed to have extremely heavy tails with tail indices less than one and when their copula describes wide classes of dependence structures. We show that for asymptotically large losses with the Eyraud-Farlie-Gumbel-Morgenstern copula, the threshold value of tail indices at which diversification stops being beneficial is the same as for independent losses. We further extend this result to a wider range of dependence structures which can be approximated using power-type copulas and their approximations. This range of dependence structures includes many well known copula families, among which there are comprehensive, Archimedian, asymmetric and tail dependent copulas. In other words, diversification increases Value-at-Risk for tail indices less than one regardless of the nature of dependence between portfolio components within these classes. A wide setof simulations supports these theoretical results.