×

金融时间序列的极值分位数跟踪。 (英语) Zbl 1311.91160号

摘要:金融资产价值的时间序列表现出众所周知的统计特征,如重尾和波动性聚类。我们从极值理论出发,提出了经典峰值阈值方法的非参数扩展,以适应平稳性假设可能被不稳定的制度变化所违背的情况下的时变波动性。因此,我们提供了一种适用于平稳和非平稳序列的条件风险度量的估计方法。一项针对次贷危机期间瑞银股价的回溯测试研究证明了我们的方法。

MSC公司:

91B84号 经济时间序列分析
91G70型 统计方法;风险措施
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62G32型 极值统计;尾部推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ang,A。;Timmermann,A.,《制度变迁与金融市场》,Ann.Rev.Fin。经济。,4, 313-337 (2012)
[2] 艾亚奇,E.,《空白天鹅》。《概率的终结》(2010),威利·Zbl 1222.91003号
[3] Balkema,A。;de Haan,L.,《大年龄剩余寿命》,Ann.Probab。,2, 792-804 (1974) ·Zbl 0295.60014号
[7] 布鲁克斯,C。;克莱尔,A.D。;Dall Molle,J.W。;Persand,G.,《确定风险价值的极值理论方法比较》,《实证金融杂志》,12,339-352(2005)
[8] Chavez-Demoulin,V。;Davison,A.C.,样本极值的广义加性模型,应用。《法律总汇》,54,1207-222(2005)·Zbl 1490.62194号
[9] Chavez-Demoulin,V。;戴维森,A.C。;McNeil,A.J.,《价值-风险评估的点过程方法》,Quant。金融,5,2,227-234(2005)·Zbl 1118.91353号
[10] Chavez-Demoulin,V。;Davison,A.C.,建模时间序列极值,REVSTAT,10,1,109-133(2012)·Zbl 1297.62189号
[11] 查维兹·德穆林,V。;Embrechts,P.,《金融中的平滑极值模型》,J.Risk Insurance,71,2,183-199(2004)
[13] Chavez-Demoulin,V。;McGill,J.A.,《使用Hawkes过程的高频财务数据建模》,J.Banking and Finance,36、12、3415-3426(2012)
[14] Coles,S.,极值统计建模导论(2001),Springer·Zbl 0980.62043号
[15] Daníelsson,J.,《金融风险预测》(2011),威利
[16] Daníelsson,J。;de Vries,C.G.,《高频数据的尾部指数和分位数估计》,《实证金融杂志》,第4期,第241-257页(1997年)
[18] Davison,A.C.,《建模超高阈值,应用》(de Oliveira,J.T.,《统计极限与应用》(1984),D.Reidel),461-482
[20] 戴维森,A.C。;Smith,R.L.,《高阈值超标模型》(含讨论),J.Roy。统计师。Soc.序列号。B、 52、393-442(1990)·兹比尔0706.62039
[21] Diebold,F.X。;Schuermann,T。;Stroughair,J.,《在风险管理中使用极值理论的陷阱和机遇》(Moody,J.D.;Refenes,A.-P.N.;Burgess,A.N.,《计算金融进展》(1998),Kluwer学术出版社:Kluwer-学术出版社阿姆斯特丹),30-36,重印于《风险金融杂志》,1:2(2000年冬季)
[22] 唐纳利,C。;Embrechts,P.,《魔鬼在尾巴上:精算数学与次贷危机》,ASTIN Bull。,40, 1, 1-33 (2010) ·Zbl 1230.91181号
[23] Embrechts,P。;克鲁珀伯格,C。;Mikosch,T.,《保险和金融极端事件建模》(1997),施普林格出版社·Zbl 0873.62116号
[24] Embrechts,P。;Liniger,T。;Lu,L.,《多元Hawkes过程:金融数据的应用》,J.Appl。概率。,特别卷,48,A,367-378(2011)·Zbl 1242.62093号
[25] Embrechts,P。;Puccetti,P。;Ruescendorf,L.,《模型不确定性和风险价值加总》,《银行与金融杂志》,第37、8、2750-2764页(2013年)
[27] Gneiting,T.,《制定和评估点预测》,J.Amer。统计师。协会,106,746-762(2011)·Zbl 1232.62028号
[28] Hamilton,J.D.,《非平稳时间序列和商业周期经济分析的新方法》,《计量经济学》,57357-384(1989)·Zbl 0685.62092号
[29] Hamilton,J.D.,《受制度变化影响的时间序列分析》,《计量经济学杂志》,45,1-2,39-70(1990)·Zbl 0723.62050号
[30] 霍斯金,J.R.M。;Wallis,J.R.,广义Pareto分布的参数和分位数估计,技术计量学,29,339-349(1987)·Zbl 0628.62019号
[31] Hüsler,J.,非平稳随机序列的极值,J.Appl。概率。,23, 937-950 (1986) ·Zbl 0614.60021号
[32] Jorion,P.,风险价值:管理金融风险的新基准(2007),McGraw-Hill
[33] Leadbetter,M.R。;林格伦,G。;Rootzén,H.,随机序列和级数的极值和相关性质(1983),Springer·Zbl 0518.60021号
[34] Leadbetter,M.R.,《基于阈值峰值建模的基础》,Statist。普罗巴伯。莱特。,12, 357-362 (1991) ·Zbl 0736.60026号
[35] 麦克尼尔,A.J。;Frey,R.,异方差金融时间序列尾部相关风险测度的估计:极值方法,《实证金融杂志》,第7期,第271-300页(2000年)
[36] 麦克尼尔,A.J。;弗雷,R。;Embrachts,P.,《定量风险管理:概念、技术、工具》(2005),普林斯顿大学出版社·兹比尔1089.91037
[37] Mikosch,T。;Sta’rica’,C.,《金融时间序列中的非平稳性、长期依赖性和IGARCH效应》,《经济评论》。统计人员。,86, 1, 378-390 (2004)
[39] Nelder,J.A。;Wedderburn,R.W.M.,广义线性模型,J.Roy。统计师。Soc.序列号。B、 135、370-384(1972)
[40] Pickands,J.,《使用极值顺序统计的统计推断》,Ann.Statist。,3, 119-131 (1975) ·Zbl 0312.62038号
[41] 佩里根,C。;Smith,D.R.,《商业银行价值风险披露的水平和质量》,J.Banking&Finance,34,362-377(2010)
[43] Sardy,S。;Tseng,P.,关于通过最大化脏马尔可夫随机场后验分布进行平滑的统计分析,J.Amer。统计师。协会,99,191-204(2004)·兹比尔1089.62518
[44] Shephard,N.,《ARCH和随机波动的统计方面》,(Cox,D.R.;Hinkley,D.V.;Barndorff-Nielsen,O.E.,《计量经济学、金融和其他领域的时间序列模型》,《计量学、金融和其它领域的时间系列模型》,统计学和应用概率专著(1996),查普曼和霍尔出版社,1-67·Zbl 0873.90018号
[45] Smith,R.L.,一类非规则案例中的最大似然估计,生物统计学,72,67-92(1985)·Zbl 0583.62026号
[46] Smith,R.L.,估计概率分布的尾部,《统计年鉴》。,15, 1174-1207 (1987) ·Zbl 0642.62022号
[47] Tarullo,D.K.,《巴塞尔银行业》。《国际金融监管的未来》(2008),彼得森国际经济研究所:彼得森国际经济学研究所,华盛顿特区
[48] Tibshirni,R.,通过套索进行回归收缩和选择,J.Roy。统计师。Soc.序列号。B方法。,58, 267-288 (1996) ·Zbl 0850.62538号
[49] Yang,G.L.,生物特征函数的估计,Ann.Statist。,6, 112-116 (1978) ·Zbl 0371.62055号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。