Examining the impact of estimation window size on the applicability of Value-at-Risk and Expected Shortfall in a stressed cryptocurrency market

Abstract

During the past few years, both the stock and the cryptocurrency markets have faced significant market stress due to unforeseen events such as the energy crisis, uncertainties in monetary policies, the US banking crisis, and the burst of the speculative cryptocurrency bubble. These developments have increased market risk, especially associated with cryptocurrencies, which can cause fluctuations that challenge the accuracy of risk models. This thesis introduces different size estimation windows to forecast the market risk of prominent cryptocurrencies with VaR and ES. The accuracy of the model is evaluated using different backtest methods, including POF, CC, CCI, and UC tests. The results suggest that ES remains a robust risk measure, even when faced with increased market stress, particularly when the HS method and the Student's t GARCH(1,1) model are used. The study did not uncover any obstacles to using VaR models in the context of cryptocurrencies. Additionally, while different-sized estimation windows did not lead to significant variations in risk estimates, a 250-day estimation window generally appeared to be the most stable among various estimation methods when applied to different cryptocurrencies.

Viime vuosina sekä osake- että kryptovaluuttamarkkinat ovat joutuneet kohtaamaan merkittävää markkinapainetta, joka on johtunut odottamattomista tapahtumista, kuten, rahapolitiikan epävarmuudesta, Yhdysvaltain pankkikriisistä ja spekulatiivisen kryptovaluuttakuplan puhkeamisesta. Nämä tapahtumat ovat lisänneet erityisesti kryptovaluuttoihin liittyvää markkinariskiä, joka voi aiheuttaa riskimallien tarkkuutta haastavia hinnan heilahteluja. Tässä tutkielmassa esitellään erikokoisia estimointi-ikkunoita, joiden avulla voidaan ennustaa tunnettujen kryptovaluuttojen markkinariskiä VaR:n ja ES:n avulla. Mallien tarkkuutta arvioidaan käyttämällä erilaisia toteumatestausmenetelmiä, kuten POF-, CC-, CCI- ja UC-testejä. Tulokset viittaavat siihen, että ES on edelleen vankka riskimittari, vaikka markkinastressi lisääntyisi, erityisesti kun käytetään HS-menetelmää ja Studentin t GARCH(1,1)-mallia. Tutkimuksessa ei myöskään havaittu esteitä VaR-mallien käytölle kryptovaluuttojen yhteydessä. Lisäksi vaikka erikokoiset estimointi-ikkunat eivät johtaneet merkittäviin eroihin riskiestimaateissa, 250 päivän estimointi-ikkuna vaikutti yleisesti ottaen vakaimmalta eri estimointimenetelmillä, kun sitä sovellettiin eri kryptovaluutoihin.