Dynamic vine copulas for tail risk assessment in energy commodities

Abstract

In this paper, we seek to measure and forecast tail risk for a energy commodities portfolio. To address this challenge, we propose a dynamic D-vine copulas. This model allow us to capture the complex dependence structures of energy commodity returns, while also accommodating their specific characteristics, such as asymmetries and heavy tails. We also use generalized autoregressive score models as an updating mechanism for the copula parameters, which allows us to incorporate time-varying dependence structures and use the information about the copula distribution to improve parameter estimation. Our results demonstrate that the dynamic D-vine copula approach accurately forecasts tail risk in energy commodity returns and outperforms other models in terms of average loss.

Nessa dissertação, tivemos como objetivo medir e prever risco na cauda para um portfolio de commodities de energia. Para esse fim, propomos D-vine copulas dinâmicas. Com esse modelo, podemos capturar características complexas da estrutura de dependência dos retornos de commodities de energia, e também incluir características individuais, tais como assimetria e caudas pesadas. Nós também utilizamos o modelo generalized autoregressive score como mecanismo de atualização dos parâmetros das cópulas, o que nos permite incluir dinâmica na estrutura de dependência e utiliza informação da distribuição da cópula para melhorar a estimação de parâmetros. Nossos resultados indicam que o modelo D-vine copulas dinâmicas mede corretamente risco na cauda para os retornos de commodities de energia e é o menor com menor perda média dentre os considerados.