Quantitatives Risikomanagement in volatilen Märkten mit einem Expectile-basierten Framework für den FTSE-Index

Quantitative Risk Management in Volatile Markets with an Expectile-Based Framework for the FTSE Index

July 16, 2025

papers.authors: Abiodun Finbarrs Oketunji

cs.AI

papers.abstract

Diese Forschung präsentiert einen Rahmen für das quantitative Risikomanagement in volatilen Märkten, mit einem spezifischen Fokus auf Expectile-basierte Methoden, die auf den FTSE 100 Index angewendet werden. Traditionelle Risikomaße wie Value-at-Risk (VaR) haben erhebliche Schwächen in Phasen von Marktstress gezeigt, wie während der Finanzkrise 2008 und in nachfolgenden volatilen Perioden deutlich wurde. Diese Studie entwickelt ein fortschrittliches Expectile-basiertes Framework, das die Mängel konventioneller Quantil-basierter Ansätze adressiert, indem es eine höhere Sensitivität für Verluste in den Randbereichen und eine verbesserte Stabilität unter extremen Marktbedingungen bietet. Die Forschung verwendet einen Datensatz, der zwei Jahrzehnte von FTSE 100 Renditen umfasst und Perioden hoher Volatilität, Marktcrashs und Erholungsphasen einschließt. Unsere Methodik führt neuartige mathematische Formulierungen für Expectile-Regressionsmodelle ein, verbesserte Schwellenwertbestimmungstechniken unter Verwendung von Zeitreihenanalysen und robuste Backtesting-Verfahren. Die empirischen Ergebnisse zeigen, dass Expectile-basiertes Value-at-Risk (EVaR) traditionelle VaR-Maße über verschiedene Konfidenzniveaus und Marktbedingungen hinweg konsistent übertrifft. Das Framework zeigt eine überlegene Leistung in volatilen Perioden, mit reduziertem Modellrisiko und verbesserter Vorhersagegenauigkeit. Darüber hinaus stellt die Studie praktische Implementierungsrichtlinien für Finanzinstitute bereit und liefert evidenzbasierte Empfehlungen für regulatorische Compliance und Portfoliomanagement. Die Ergebnisse tragen wesentlich zur Literatur im Bereich des finanziellen Risikomanagements bei und bieten praktische Werkzeuge für Praktiker, die mit volatilen Marktumgebungen umgehen.

English

This research presents a framework for quantitative risk management in volatile markets, specifically focusing on expectile-based methodologies applied to the FTSE 100 index. Traditional risk measures such as Value-at-Risk (VaR) have demonstrated significant limitations during periods of market stress, as evidenced during the 2008 financial crisis and subsequent volatile periods. This study develops an advanced expectile-based framework that addresses the shortcomings of conventional quantile-based approaches by providing greater sensitivity to tail losses and improved stability in extreme market conditions. The research employs a dataset spanning two decades of FTSE 100 returns, incorporating periods of high volatility, market crashes, and recovery phases. Our methodology introduces novel mathematical formulations for expectile regression models, enhanced threshold determination techniques using time series analysis, and robust backtesting procedures. The empirical results demonstrate that expectile-based Value-at-Risk (EVaR) consistently outperforms traditional VaR measures across various confidence levels and market conditions. The framework exhibits superior performance during volatile periods, with reduced model risk and enhanced predictive accuracy. Furthermore, the study establishes practical implementation guidelines for financial institutions and provides evidence-based recommendations for regulatory compliance and portfolio management. The findings contribute significantly to the literature on financial risk management and offer practical tools for practitioners dealing with volatile market environments.