This paper studies the performance of nonparametric quantile regression as a tool to predict Value at Risk (VaR). The approach is flexible as it requires no assumptions on the form of return distributions. A monotonized double kernel local linear estimator is applied to estimate moderate (1%)...

Der Value at Risk ist die am stärksten verbreitete Kennzahl zur Bestimmung des Risikos bei Finanzinstituten. Für diese gibt es bezüglich Theorie, Simulation und empirischer Anwendung bereits ein breites Spektrum an Literatur. Im Rahmen dieser Arbeit werden verschiedene Methoden zur Schätzung...