@misc{10481/106336,
year = {2025},
month = {2},
url = {https://hdl.handle.net/10481/106336},
abstract = {El documento aborda modelos y técnicas de análisis y evaluación de riesgos, centrándose en tres bloques principales. En primer lugar, se estudia la volatilidad como medida fundamental de riesgo financiero, explicando su cálculo mediante datos históricos y su modelización con modelos GARCH, que permiten capturar la variabilidad y persistencia de los mercados. Además, se muestran aplicaciones prácticas en el software R, incluyendo la estimación y predicción de volatilidad con datos reales.

En segundo lugar, se analiza el Valor en Riesgo (VaR) condicional utilizando modelos GARCH. Se explica su definición como un cuantil de la distribución de pérdidas futuras y se detalla el procedimiento de simulación y estimación en R. Se presentan ejemplos gráficos que permiten anticipar la evolución de la volatilidad y el VaR a diferentes horizontes temporales.

En tercer lugar, el texto aborda el análisis de riesgos en contextos espaciales mediante campos aleatorios. Se desarrollan conceptos de procesos espaciales, funciones de covarianzas, homogeneidad e isotropía, así como medidas de riesgo adaptadas a entornos espaciales y espacio-temporales (VaR y AVaR). Se incluyen ilustraciones aplicadas a precipitaciones, mostrando cómo generar mapas de riesgo regionales.},
abstract = {The document explores models and techniques for risk analysis and assessment, structured into three main sections. First, it examines volatility as a key financial risk measure, explaining its calculation from historical data and its modeling through GARCH models, which capture the dynamic and persistent behavior of markets. Practical applications in R are provided, including estimation and forecasting of volatility using real market data.

Second, the study focuses on Conditional Value at Risk (VaR) estimated via GARCH models. VaR is defined as a quantile of the future loss distribution, and the document outlines simulation and estimation procedures in R. Graphical examples illustrate how volatility and VaR can be projected over different time horizons to support financial decision-making.

Third, the text introduces risk analysis in spatial contexts using random fields. It presents spatial process theory, covariance functions, homogeneity and isotropy, and extends risk measures such as VaR and Expected Shortfall (AVaR) to spatial and spatiotemporal settings. Methodological aspects include threshold exceedance, simulation, and risk mapping. The approach is illustrated with case studies on precipitation, demonstrating the generation of spatial risk maps.},
publisher = {Universidad de Granada},
keywords = {Valor en Riesgo},
keywords = {Volatilidad},
keywords = {Modelos GARCH},
keywords = {Riesgos en contextos espaciales},
keywords = {Value at Risk},
keywords = {Volatility},
keywords = {GARCH Models},
keywords = {Risk in spatial frameworks},
title = {Análisis de Riesgos - Modelos y Técnicas de Análisis y Evaluación de Riesgos},
author = {Romero Béjar, José Luis},
}