×

用缓和稳定分布模拟尾部风险:概述。 (英语) 兹比尔1480.60039

摘要:在本研究中,我们研究了具有稳定分布和缓和稳定分布的不同参数模型的性能,以捕获对数回归(金融资产收益)的尾部行为。首先,我们定义并讨论了稳定和回火稳定随机变量的性质。然后,我们展示了如何根据其特征函数估计其参数并进行模拟。最后,作为一个例子,我们进行了实证分析,以探讨代表标准普尔500指数和DAX指数对数回报分布的不同模型的性能。

MSC公司:

60E07型 无限可分分布;稳定分布
60G51型 具有独立增量的过程;Lévy过程
60克52 稳定随机过程
10层62层 点估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安德鲁斯,LC,《工程师数学的特殊功能》(1992),纽约:麦格劳-希尔出版社,纽约·Zbl 0909.33002号
[2] DH贝利;Swarztrauber,PN,计算无限可分分布中的VAR和AVaR,SIAM科学计算杂志,5,1105-1110(1994)·Zbl 0808.65143号
[3] Barndorff Nielsen,OE;Shephard,N.,正规修正稳定过程,概率论和数理统计,1,1-19(2001)·Zbl 1026.60058号
[4] 贝茨,DS,《1926-2010年美国股市崩盘风险》,《金融经济学杂志》,105,229-259(2012)
[5] Bianchi,M.L.和Tassinari,G.L.(2018)。使用多元非高斯模型和Esscher变换进行前瞻性投资组合选择。ArXiv预浸料Xiv:1805.05584。
[6] Bianchi,ML,意大利开放式共同基金的对数回报是否正态分布?风险评估视角,《资产管理杂志》,16,437-449(2015)
[7] 比安奇,ML;Rachev,ST;Fabozzi,FJ,《回火稳定Ornstein-Uhlenbeck过程:实用观点》,《统计中的通信——模拟和计算》,46,423-445(2017)·Zbl 1366.60078号
[8] 比安奇,马里兰州;Rachev,ST;Kim,YS;法博齐,FJ;佩纳,C。;Sibillo,M.,金融中的调和稳定分布和过程:数值分析,精算科学和金融的数学和统计方法,33-42(2010),柏林:施普林格,柏林
[9] 比安奇,马里兰州;塔西纳里,德国劳埃德船级社;Fabozzi,FJ,《与四个骑手并驾齐驱和多元正态回火稳定模型》,《国际理论与应用金融杂志》,19,1650027(2016)·Zbl 1396.62241号
[10] Bollerslev,T.,广义自回归条件异方差,计量经济学杂志,31307-327(1986)·Zbl 0616.62119号
[11] 博伊亚琴科,SI;Levendorskiĭ,SZ,截断Lévy过程的期权定价,国际理论与应用金融杂志,3549-552(2000)·Zbl 0973.91037号
[12] 博亚琴科,SI;Levendorskiĭ,SZ,非高斯Merton-Black-Scholes理论(2002),新加坡:世界科学,新加坡·Zbl 0997.91031号
[13] 卡尔·P。;Geman,H。;DB Madan;Yor,M.,Lévy过程的随机波动性,数学金融,13,345-382(2003)·Zbl 1092.91022号
[14] Cerqueti,R。;Giacalone,M。;Panarello,D。;佩纳,C。;Sibillo,M.,《基于广义误差分布的条件价值风险评估方法》,精算科学和金融的数学和统计方法,209-212(2018),柏林:斯普林格出版社,柏林·Zbl 1402.62005号
[15] 钱伯斯,JM;马尔洛,CL;Stuck,B.,《模拟稳定随机变量的方法》,《美国统计协会杂志》,71,340-344(1976)·Zbl 0341.65003号
[16] 续,R。;Tankov,P.,《跳跃过程的金融建模》(2003),博卡拉顿:CRC出版社,博卡拉顿
[17] Devroye,L.,指数和多项式倾斜稳定分布的随机变量生成,ACM建模与计算机仿真汇刊(TOMACS),19,18(2009)·兹比尔139065008
[18] DuMouchel,WH,关于从稳定分布抽样时最大似然估计的渐近正态性,《统计年鉴》,1948-957(1973)·Zbl 0287.62013.中
[19] DuMouchel,WH,统计推断中的稳定分布:2。来自稳定分布样本的信息,《美国统计协会杂志》,70386-393(1975)·Zbl 0321.62017号
[20] DuMouchel,WH,《估算稳定指数以测量尾部厚度:评论》,《统计年鉴》,第11期,第1019-1031页(1983年)·Zbl 0547.62022号
[21] Fallahgoul,H.、Hugonnier,J.和Mancini,L.(2018a)。时间变化、莱维跳跃和资产回报。CQFIS工作文件。
[22] Fallahgoul,H。;Kim,YS;法博齐,FJ;Park,J.,Quanto期权定价与Lévy模型,计算经济学,53,3,1279-1308(2018)
[23] Fallahgoul,H.、Mancini,L.和Stoyanov,S.V.(2018c)。模拟风险和失望厌恶。CQFIS工作文件。
[24] Fallahgoul,H。;Kim,YS;Fabozzi,FJ,《椭圆调和稳定分布》,《定量金融》,2016年第16期,第1069-1087页·Zbl 1469.60062号
[25] Fallahgoul,H。;维雷达斯,D。;Fabozzi,FJ,缓和稳定分布的基于分位数的推断,计算经济学,53,51-83(2019)
[26] Fama,EF;Roll,R.,对称稳定分布的一些性质,美国统计协会杂志,63,817-836(1968)
[27] Fama,EF;Roll,R.,对称稳定分布的参数估计,美国统计协会杂志,66,331-338(1971)·Zbl 0217.51404号
[28] 费勒,W。;Feller,W.,同分布变量的大数定律,概率论及其应用导论,231-234(1971),霍博肯:威利
[29] Glosten,左后;Jagannathan,R。;伦克尔,DE,《关于股票名义超额收益率的期望值和波动性之间的关系》,《金融杂志》,481779-1801(1993)
[30] Gnedenko,B.V.和Kolmogorov,A.N.(1954年)。独立随机变量和的极限分布。Addison-Wesley数学系列(由K.L.Chung翻译和注释,J.L.Doob提供附录)。马萨诸塞州剑桥:Addison-Wesley·Zbl 0056.3601号
[31] Grabchak,M.(2018年)。回火Levy工艺的拒收抽样。ArXiv预印ArXiv:1806.00671·Zbl 1505.62164号
[32] Grabchak,M.,关于一类新的回火稳定分布:矩和正则变化,应用概率杂志,49,1015-1035(2012)·Zbl 1269.60018号
[33] Grabchak,M.,《回火稳定分布》,15-45(2016),柏林:施普林格出版社,柏林·Zbl 1361.60003号
[34] Guillaume,F.,《多元资产定价的(阿尔法)VG模型:校准和扩展》,《衍生品研究综述》,第16期,第25-52页(2013年)·Zbl 1269.91100号
[35] Hansen,LP,广义矩估计方法的大样本性质,计量经济学,501029-1054(1982)·Zbl 0502.62098号
[36] Hitaj,A。;Hubalek,F。;梅库里,L。;Rroji,E.,《关于混合TS分布的性质及其多元扩展》,《国际统计评论》,86,512-540(2018)·Zbl 07763616号
[37] 赫斯特,SR;Platen,E。;Rachev,ST,次级市场指数模型:比较,金融工程与日本市场,497-124(1997)·Zbl 1153.91788号
[38] 赫斯特,SR;Platen,E。;Rachev,ST,对数稳定资产价格模型的期权定价,数学和计算机建模,29105-119(1999)·Zbl 0990.91022号
[39] Imai,J。;Kawai,R.,《关于回火稳定定律无限散粒噪声级数表示的有限截断》,《物理学A:统计力学及其应用》,3904411-4425(2011)
[40] Jelonek,P.(2012)。从混合表示生成回火稳定随机变量。技术报告
[41] 卡瓦伊,R。;Masuda,H.,有限变量回火稳定Ornstein-Uhlenbeck过程的精确离散采样,蒙特卡罗方法与应用,17,279-300(2011)·Zbl 1232.65016号
[42] 卡瓦伊,R。;Masuda,H.,《关于回火稳定随机变量的模拟》,《计算与应用数学杂志》,2352873-2887(2011)·Zbl 1217.65017号
[43] 卡瓦伊,R。;Masuda,H.,《具有离散观测值的无限变分回火稳定Ornstein-Uhlenbeck过程》,《统计中的通信——模拟与计算》,41,125-139(2012)·Zbl 1489.62261号
[44] Kim,YS;Rachev,ST;比安奇,马里兰州;Fabozzi,FJ,计算无限可分分布中的VaR和AVaR,概率与数学统计,30,223-245(2010)·Zbl 1222.60018号
[45] Kim,YS;Rachev,ST;比安奇,马里兰州;Fabozzi,FJ,《回火稳定和回火无限可分割GARCH模型》,《银行与金融杂志》,342096-2109(2010)
[46] Kim,YS;Rachev,ST;比安奇,马里兰州;米托夫,I。;Fabozzi,FJ,金融市场崩溃的时间序列分析,《银行与金融杂志》,351879-1891(2011)
[47] Kim,YS;Rachev,ST;DM Chung;Bianchi,ML,A modified temperated stable distribution with volatility clustering,金融建模的新发展,344,344-365(2008)
[48] Kim,YS;Rachev,ST;钟,DM;Bianchi,ML,修正回火稳定分布,GARCH模型与期权定价,概率与数理统计,2991-117(2009)·Zbl 1166.60013号
[49] Lilliefors,HW,关于均值和方差未知的正态性的Kolmogorov-Smirnov检验,美国统计协会杂志,62,399-402(1967)
[50] Longin,F。;Solnik,B.,《国际股票市场的极端相关性》,《金融杂志》,56,649-676(2001)
[51] McCulloch,JH,稳定分布参数的简单一致估计,统计通信-模拟和计算,151109-1136(1986)·Zbl 0612.62028号
[52] AJ麦克尼尔;弗雷,R。;Embrachts,P.,《定量风险管理:概念、技术和工具》(2005),普林斯顿:普林斯顿大学出版社,普林斯顿·Zbl 1089.91037号
[53] 梅恩,C。;Rachev,ST,(α)稳定分布基于FFT的校准密度近似,计算统计与数据分析,501891-1904(2006)·Zbl 1445.60018号
[54] Nolan,J.,《稳定分布:重尾数据模型》(2003),纽约:Birkhauser,纽约
[55] Rachev,S.和Mittnik,S.(2000年)。金融领域的稳定帕累托模型。威利。https://www.wiley.com/en-au/稳定+帕雷蒂安+模型+in+财务-p-9780471953142·Zbl 0972.91060号
[56] Rachev,ST;Kim,YS;比安奇,马里兰州;Fabozzi,FJ,《具有Lévy过程和波动性聚类的金融模型》(2011),霍博肯:威利·兹比尔1217.91003
[57] 罗森斯基,J。;Bertoin,J.,从点过程的角度看勒维过程的系列表示,勒维过程,401-415(2001),柏林:施普林格,柏林·Zbl 0985.60048号
[58] 罗森斯基,J.,回火稳定过程,随机过程及其应用,117677-707(2007)·Zbl 1118.60037号
[59] 罗森斯基,J。;Sinclair,J.,广义回火稳定过程,概率稳定性,90,153-170(2010)·兹比尔1210.60048
[60] Rroji,E。;Mercuri,L.,《混合调节稳定分布》,《定量金融》,第15期,第1559-1569页(2015年)·Zbl 1396.62018年
[61] Samorodnitsky,G。;Taqqu,MS,稳定非高斯随机过程:具有无限方差的随机模型(1994),博卡拉顿:CRC出版社,博卡拉顿·Zbl 0925.60027号
[62] 谢勒,M。;Rachev,ST;Kim,YS;Fabozzi,FJ,《倾斜和轻量级回报分布的近似》,应用金融经济学,221305-1316(2012)
[63] 斯托亚诺夫,S。;Racheva-Jotova,B。;Anastassiou,GA,金融风险管理中稳定建模的数值方法,金融计算和数值方法手册,299-329(2004),柏林:施普林格,柏林·Zbl 1126.91376号
[64] 塔西纳里,德国劳埃德船级社;Bianchi,ML,用多元时变布朗运动和Esscher变换校准微笑,《国际理论与应用金融杂志》,17,1450023(2014)·Zbl 1304.91226号
[65] Terdik,G。;Wayczynski,WA,《回火稳定和相关Ornstein-Uhlenbeck过程的Rosinski测量》,概率与数学统计,26,213(2006)·Zbl 1134.60014号
[66] 汤普金斯,RG;D’Ecclesia,RL,《无条件回报扰动:非参数模拟方法》,《银行与金融杂志》,30287-314(2006)
[67] Zolotarev,VM,一维稳定分布(1986),普罗维登斯:美国数学学会,普罗维登斯·兹比尔0589.60015
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。