任锐;吕梦柔;李英星;沃尔夫冈·卡尔·哈德尔 基于预期的财务风险度量FRM。 (英语) Zbl 1493.62322号 《多元分析杂志》。 189,文章ID 104881,16 p.(2022). 概要:财务风险度量表(FRM)是一种已建立的定量工具,它基于条件风险价值(VaR)思想,可以洞察网络风险的动态。最初,FRM是通过基于Lasso的分位数回归组成的,但我们在这里通过引入期望值的概念对其进行了扩展,从而不仅指示了尾部概率,而且还指示了网络中给定压力情况下的实际尾部损失。FRM的期望变式有几个优点:首先,可以推导出对极端损失大小敏感的多元尾部风险指标条件期望VaR(CoEVaR)。其次,与基于分位数的FRM机制相比,FRM指数并不局限于一个指数,而是可以扩展为一组系统性尾部风险指标,为投资者提供多种风险偏好工具。FRM的威力还在于每天显示FRM在各个实体中的分布。在功能数据上下文中,FRM识别外围曲线,并用作显示异常功能行为的信号盒。从美国股市的实证结果可以发现,在高压力和稳定时期,存在两种截然不同的模式。此外,该框架能够识别个人风险特征并捕获网络中的溢出效应。 理学硕士: 62甲12 多元分析中的估计 62英尺12英寸 参数估计量的渐近性质 62P05号 统计学在精算科学和金融数学中的应用 91G45型 金融网络(包括传染、系统风险、监管) 关键词:CoEVaR公司;期待;预期拉索回归;金融风险计量器;网络分析;系统性风险 PDF格式BibTeX公司 XML格式引用 \textit{R.Ren}等人,《多元分析杂志》。189,文章ID 104881,16 p.(2022;Zbl 1493.62322) 全文: 内政部 参考文献: [1] 阿巴斯,P。;布朗利斯,C。;汉斯,C。;Podlich,N.,《信贷风险相互关联:市场真正知道什么?》?,J.财务。稳定。,29, 1-12 (2017) [2] Acerbi,C.,《风险的光谱测量:主观风险规避的一致表示》,J.Bank。财务。,26, 7, 1505-1518 (2002) [3] 阿德里安,T。;Brunnermeier,M.K.,CoVaR,Am.Econ。版本:1061705-1741(2016) [4] Aldasoro,I.n。;Alves,I.,《多重银行间网络和系统重要性:对欧洲数据的应用》,J.Financ。刺。,35, 17-37 (2018) [5] 阿涅罗斯,G。;曹,R。;R·弗雷曼。;Genest,C。;Vieu,P.,《功能数据分析和高维统计的最新进展》,《多元分析杂志》。,170, 3-9 (2019) ·Zbl 1415.62043号 [6] Ari,A。;陈,S。;Ratnovski,L.,《新冠肺炎和不良贷款:从过去危机中吸取的教训》(2020年),见SSRN 3632272 [7] Artzner,P。;Delbaen,F。;埃伯,J.-M。;Heath,D.,连贯的风险度量,数学。《金融》,9,3,203-228(1999)·兹伯利0980.91042 [8] Ben Amor,S。;阿尔托夫,M。;Härdle,W.K.,FRM新兴市场金融风险计量器(2021年) [9] 布朗利斯,C。;Engle,R.F.,《风险:系统风险的有条件资本缺口衡量》,《金融评论》。螺柱,30,1,48-79(2017) [10] Chen,C.Y.-H。;哈德勒,W.K。;Okhrin,Y.,《SIFIs的尾部事件驱动网络》,J.Econometrics,208,1,282-298(2019)·Zbl 1452.62749号 [11] 戈亚,A。;Vieu,P.,《高维/无限维统计最新进展介绍》,《多元分析杂志》。,146, 1-6 (2016) ·Zbl 1384.00073号 [12] 郭,M。;周,L。;Huang,J.Z.,黄建中。;Härdle,W.K.,广义回归分位数的函数数据分析,统计计算。,25, 2, 189-202 (2015) ·兹比尔1331.62031 [13] 哈德勒,W.K。;Wang,W。;Yu,L.,TENET:Tail-event driven NETwork risk,J.Econometrics,192,2,499-513(2016)·Zbl 1420.62443号 [14] 哈德勒,W.K。;Wang,W。;Zboňáková,L.,时变分位数套索(Applied Quantitative Finance,2017),施普林格出版社,331-353 [15] 赫尔南德斯,J.A。;Kang,S.H。;沙赫扎德,S.J.H。;Yoon,S.-M.,《发达国家和新兴国家银行股本回报的溢出和多元化潜力》,《北美经济与金融杂志》,54,第101219条,pp.(2020) [16] Jones,M.C.,Expectile和M-分位数都是分位数,Statist。普罗巴伯。莱特。,20, 2, 149-153 (1994) ·Zbl 0801.62012年 [17] Kreis,Y。;Leisen,D.P.,银行违约联系结构模型中的系统性风险,金融稳定杂志,39221-236(2018) [18] 宽,C.-M。;Yeh,J.-H。;Hsu,Y.-C.,《谨慎评估风险值,条件自回归预期模型》,《计量经济学杂志》,150,2,261-270(2009)·Zbl 1429.62474号 [19] Mihoci,A。;阿尔托夫,M。;Chen,C.Y.-H。;Härdle,W.K.,FRM金融风险计量器(The Econometrics of Networks(2020),Emerald Publishing Limited)·Zbl 1448.62011号 [20] 纽伊,W.K。;鲍威尔,J.L.,《非对称最小二乘估计和检验》,《计量经济学》,819-847(1987)·Zbl 0625.62047号 [21] Ren,R。;阿尔托夫,M。;Härdle,W.K.,《新冠肺炎危机期间加密货币市场的尾部风险网络效应》(2020年),见SSRN 3753421 [22] Rizwan,M.S。;艾哈迈德·G。;Ashraf,D.,《系统风险:新冠肺炎的影响》,《金融研究快报》。,第36条,第101682页(2020年) [23] Schwarcz,S.L.,系统风险,地理。Lj,97,193(2008) [24] Taylor,J.W.,《使用预期值估算风险价值和预期短缺》,J.Financ。经济。,6, 2, 231-252 (2008) [25] Yuan,M.,分位数平滑样条的GACV,计算。统计师。数据分析。,50, 3, 813-829 (2006) ·兹比尔1432.62090 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。