Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/46461
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorฐิติวดี ชัยวัฒน์en_US
dc.contributor.authorกุสุมา โคจรen_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชีen_US
dc.date.accessioned2015-09-19T03:39:31Z
dc.date.available2015-09-19T03:39:31Z
dc.date.issued2557en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/46461
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อวัดความเสี่ยงจากการลงทุนในพอร์ตโฟลิโอตราสารหนี้ของบริษัทประกันภัย โดยจะใช้ข้อมูลการลงทุนในตราสารหนี้ของบริษัทประกันภัยและข้อมูลอนุกรมเวลาของอัตราผลตอบแทนของตราสารหนี้ที่ไม่จ่ายคูปอง เพื่อวิเคราะห์มูลค่าความเสี่ยงและค่าเฉลี่ยความเสียหายส่วนเกิน ซึ่งเป็นเครื่องชี้วัดความเสี่ยง และได้นำฟังก์ชันคอปปูลามาใช้ เพื่อหาฟังก์ชันการแจกแจงร่วมของอัตราผลตอบแทนจากตราสารหนี้แต่ละช่วงอายุคงเหลือ นอกจากนี้ ยังเปรียบเทียบความแม่นยำในการชี้วัดความเสี่ยงระหว่าง Copula VaR กับ Normality VaR อีกด้วย ผลการวิจัย พบว่า อัตราผลตอบแทนของตราสารหนี้ไม่ได้เป็นแบบปกติ และการหารูปแบบการแจกแจงที่แท้ของอัตราผลตอบแทนจากดัชนี ZRR พบว่า อัตราผลตอบแทนจากดัชนี ZRR มีการแจกแจงแบบ Logistic ทุกช่วงอายุคงเหลือของตราสารหนี้ แต่จากการทดสอบความน่าเชื่อถือของตัวแบบคำนวรด้วยการทดสอบข้อมูลย้อนกลับ พบว่า ทั้งค่า Copula VaR และ Normality VaR มีค่าใกล้เคียงกันมาก และสามารถอธิบายการแจกแจงที่เกิดขึ้นจริงของอัตราผลตอบแทนจากดัชนี ZRR ได้อย่างแม่นยำหรือสามารถวัดระดับความเสี่ยงที่ควรจะเป็นจริงได้อย่างมีประสิทธิภาพen_US
dc.description.abstractalternativeIn this research, we aim to measure the risk of investment in a bond portfolio from one of insurance companies by using data on investments in bond securities and historical interpolated zero coupon yields from ThailBMA. We use copula to find a joint distribution function and time to maturity of bond yield. And then we also use Value at Risk (VaR) and Expected Shortfall (ES) to determine the level of risk that may occur to the portfolio in bond. Moreover, we compare the accuracy of risk tolerance between copula VaR and normality VaR. The result shows that the yield of bond is not a normal distribution, and the distribution pattern of the actual bond yield is Logistic distribution. However, the result of finding the Validity Testing by Bancktesting show that Copula VaR and Normality VaR are very similar. Therefore we can use them to measure the level of risk more effectively.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2014.1248-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectความเสี่ยง
dc.subjectตราสารหนี้
dc.subjectคอปูลา (คณิตศาสตร์สถิติ)
dc.subjectการประเมินความเสี่ยง
dc.subjectRisk
dc.subjectBonds
dc.subjectCopulas (Mathematical statistics)
dc.subjectRisk assessment
dc.titleการวัดความเสี่ยงของพอร์ตโฟลิโอตราสารหนี้ด้วยวิธีคอปปูลามูลค่าความเสี่ยงและวิธีคอปปูลาค่าเฉลี่ยความเสียหายส่วนเกินen_US
dc.title.alternativeRISK MEASUREMENT OF BOND PORTFOLIO USING COPULA VALUE-AT-RISK AND COPULA EXPECTED SHORTFALLen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineการประกันภัยen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorThitivadee.C@chula.ac.then_US
dc.identifier.DOI10.14457/CU.the.2014.1248-
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
5481518926.pdf2.48 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.