Aim of this study is to determine the appropriate distribution and models for VaR forecasted by the Variance-Covariance Approach used for quantifying market risk in commodity markets, and also to assess of the models' success in forecasting market risk by backtesting. In this study the series of daily returns on gold, silver, copper, aluminum, Brent and West Texas Intermediate (WTI) oil, natural gas, wheat and soybean are used for the period January 2003-November 2013. VaR is calculated by the Variance-Covariance method with the symmetric and asymmetric generalized autoregressive conditional heteroskedasticity (GARCH) models based on normal distribution, student-t distribution and generalized error distribution (GED). Analysis results related with metal commodities suggest that the models based on student-t distribution are more succesful and have more accurate predictions of VaR for gold and silver, while the models based on normal distribution for copper, and the models based on both normal and GED distributions for aluminium seem more successful. For energy commodities, normal distribution models indicate better performance, whereas models based on student-t and GED distributions tend to overestimate the real market risk. For agricultural commodities, like in the case of metals, student-t and GED distributions seem to make more reliable predictions. Furthermore, the performance of asymmetric GARCH models appears to be better than symmetric models in commodity markets. This finding shows that positive and negative information do not influence commodity prices similarly. This feature should be taken into account during predictions.
Bu çalışmanın amacı, emtia piyasasında piyasa riskinin ölçülmesinde kullanılan Varyans-Kovaryans yöntemi ile öngörülecek VaR değerleri için uygun dağılımın ve modellerin belirlenmesi ve bu modellerin piyasa riskini tahmin etme başarısının geriye dönük testler ile ortaya konulmasıdır. Çalışmada Ocak 2003-Kasım 2013 dönemlerine ait altın, gümüş, bakır, alüminyum, brent ve Batı Teksas (WTI) petrol, doğal gaz, buğday ve soya emtialarına ilişkin günlük getiri serileri kullanılmıştır. VaR değerleri normal, student-t ve GED dağılımına dayanan simetrik ve asimetrik genelleştirilmiş otoregresif koşullu değişen varyans (GARCH) modelli Varyans-Kovaryans yöntemi ile hesaplanmıştır. Analiz sonuçları, metal ürünleri içerisinde altın ve gümüş için student-t dağılımına dayalı modellerin daha doğru VaR öngörülerinde bulunduğunu, bakır serilerinde normal dağılıma, alüminyum serilerinde ise normal ve GED dağılımına dayalı modellerin daha başarılı olduğunu ortaya koymaktadır. Enerji ürünlerinde normal dağılıma dayalı modeller daha iyi performans gösterirken, student-t ve GED dağılıma dayanan modeller piyasa riskini olduğundan daha yüksek tahmin etme eğilimindedirler. Tarımsal ürünlerde ise metal ürünlerinde olduğu gibi student-t ve GED dağılımları daha güvenilir VaR öngörülerinde bulunmaktadır. Ayrıca emtia piyasasında asimetrik etkiyi dikkate alan modellerin performansı simetrik modellere göre daha yüksektir. Bu durum olumlu ve olumsuz haberlerin emtia fiyatları üzerindeki etkisinin aynı olmadığını ve öngörüde bulunurken bu özelliğin dikkate alınması gerektiğini göstermektedir.