×

重新考虑通过混合分布的价值-风险。 (英语) Zbl 1189.91225号

概述:价值-风险(VaR)已发展成为金融市场下行风险最显著的衡量指标之一。M.-H.张Q.-S.Cheng先生[应用数学计算168,第2期,1079–1085(2005;兹比尔1096.91038)]提出了一种基于高斯混合的日收益VaR方法,自J.D.汉密尔顿[《计量经济学》57,第2期,357–384(1989;Zbl 0685.62092号)]. 然而,他们并没有进行测试来评估混合物简化风险值测量的准确性。最近,M.吉多林A.蒂默曼[《替代计量经济学规范下的风险期限结构》,J.Econom.131,No.1–2,285–308(2006)]表明,马尔可夫混合模型在按月频率测量VaR方面表现良好,但由于其更为显著的非高斯特征,该结果可能不适用于日回报。本文将各种马尔可夫混合模型广泛应用于欧洲主要股市日收益的VaR,包括样本外回溯测试。为了适应日收益率的特性,我们考虑了高斯和Student(t)混合模型,并比较了单变量和多变量模型在不同参数更新方案下的性能。我们发现两个Student分布的单变量混合总体表现最佳。然而,以最近金融市场动荡为例,我们也强调了该方法的一个弱点。

MSC公司:

91G70型 统计方法;风险措施
62P05号 统计学在精算科学和金融数学中的应用
91B30型 风险理论,保险(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 阿伦斯,R。;Reitz,S.,《外汇市场中的异质预期:每日马克/美元汇率的证据》,《进化经济学杂志》,第15期,第65-82页(2005年)
[2] Alexander,C.,市场风险分析,Rsik模型的价值,第4卷(2008年),John Wiley&Sons:John Wiley&Sons Chichester
[3] Ang,A。;Bekaert,G.,《国际资产配置与制度变迁》,《金融研究评论》,第15期,第1137-1187页(2002年)
[4] Ang,A。;Chen,J.,股权投资组合的非对称相关性,《金融经济学杂志》,63,443-494(2002)
[5] Ardia,D.,带学生创新的Markov开关阈值非对称GARCH模型的贝叶斯估计,《计量经济学杂志》,12,105-126(2009)·Zbl 1190.62155号
[6] Artzner,P。;Delbaen,F。;埃伯,J.-M。;Heath,D.,《一致风险度量》,数学金融,9203-228(1999)·Zbl 0980.91042号
[7] Asai,M。;McAleer,M。;Yu,J.,《多元随机波动:综述》,《计量经济学评论》,第25期,第145-175页(2006年)·Zbl 1107.62108号
[8] 坎贝尔,J.Y。;Lo,A.W。;MacKinlay,A.C.,《金融市场的计量经济学》(1997),普林斯顿大学出版社:普林斯顿大学出版·兹伯利0927.62113
[9] Chib,S。;Omori,Y。;Asai,M.,《多元随机波动》(Andersen,T.G.;Davis,R.A.;Kreiß,J.-P.;Mikosch,T.,《金融时间序列手册》(2009),施普林格:施普林格柏林),365-400·Zbl 1178.91221号
[10] Christoffersen,P.F.,《评估区间预测》,《国际经济评论》,4841-862(1998)
[11] Christoffersen,P.F.,《金融风险管理要素》(2003),学术出版社:阿姆斯特丹学术出版社·Zbl 1235.91001号
[12] 迪安·W·G。;Faff,R.W.,《马尔可夫转换机制的反馈交易证据》,《定量财务与会计评论》,第30期,第133-151页(2008年)
[13] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获取最大似然》,英国皇家统计学会期刊B,39,1-38(1977)·Zbl 0364.62022号
[14] Fama,E.F.,《金融基础》(1976),《基础图书:纽约基础图书》
[15] Frühwirt-Schnatter,S.,有限混合和马尔可夫转换模型(2006),Springer:Springer纽约·Zbl 1108.6202号
[16] Giacomini,R。;Gottschling,A。;海夫克,C。;White,H.,金融和预测的(t)分布混合,《计量经济学杂志》,144175-192(2008)·Zbl 1418.62380号
[17] Gray,S.F.,《将利率的条件分布建模为一个制度转换过程》,《金融经济学杂志》,42,27-62(1996)
[18] 吉多林,M。;Timmermann,A.,《英国股票和债券市场牛市和熊市制度的经济影响》,《经济期刊》,115,111-143(2005)
[19] 吉多林,M。;Timmermann,A.,替代计量经济学规范下的风险期限结构,《计量经济学杂志》,131285-308(2006)·Zbl 1337.91145号
[20] 吉多林,M。;Timmermann,A.,《制度转换、倾斜和峰度偏好下的国际资产配置》,《金融研究评论》,第21期,第890-935页(2008年)
[21] 吉多林,M。;Timmermann,A.,《美国短期利率预测:一种灵活的预测组合方法》,计量经济学杂志,150297-311(2009)·Zbl 1429.62469号
[22] 哈斯,M。;Pigorsch,C.,《金融经济学:最终分布》(Meyers,B.,《复杂性和系统科学百科全书》,第4卷(2009),Springer)
[23] 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》,57,2,357-384(1989)·Zbl 0685.62092号
[24] Hamilton,J.D.,《受体制变化影响的时间序列分析》,《计量经济学杂志》,45,39-70(1990)·Zbl 0723.62050号
[25] Hamilton,J.D.,《时间序列分析》(1994),普林斯顿大学出版社:普林斯顿大学出版,新泽西州普林斯顿·Zbl 0831.62061号
[26] 哈密尔顿,J.D。;Susmel,R.,自回归条件异方差性和制度变化,《计量经济学杂志》,64,307-333(1994)·Zbl 0825.62950号
[27] Jorion,P.,《市场风险管理系统影响的谬误》,《风险杂志》,第5期,第75-96页(2002年)
[28] Jorion,P.,《风险价值》,《控制衍生品风险的新基准》(2007年),McGraw-Hill:McGraw-Hill New York
[29] Klaassen,F.,使用区域切换GARCH改进GARCH波动性预测,实证经济学,27363-394(2002)
[30] Kon,S.J.,《股票回报模型:比较》,《金融杂志》,39,1147-165(1984)
[31] Kupiec,P.H.,《验证风险管理模型准确性的技术》,《衍生品杂志》,第373-84页(1995年)
[32] Bauwens,L。;Laurent,S。;Rombouts,J.V.K.,《多元GARCH模型:一项调查》,《应用计量经济学杂志》,21,79-109(2006)
[33] Mandelbrot,B.,《某些投机价格的变化》,《商业杂志》,36,394-419(1963)
[34] McLachlan,G.J。;Peel,D.,有限混合模型(2000),John Wiley&Sons:John Willey&Sons纽约·Zbl 0963.62061号
[35] 皮,D。;McLachlan,G.J.,使用(t)分布的稳健混合建模,统计与计算,10339-348(2000)
[36] 佩雷兹·奎罗斯(Perez-Quiros),G。;Timmermann,A.,《股票收益的商业周期不对称:来自高阶矩和条件密度的证据》,《计量经济学杂志》,103,259-306(2001)·Zbl 0972.62101号
[37] 拉姆昌德,L。;Susmel,R.,《主要股票市场的波动性和相互关系》,《实证金融杂志》,5397-416(1998)
[38] Schwarz,G.,估算模型的维度,《统计年鉴》,第6461-464页(1978年)·Zbl 0379.62005年
[39] 西尔文诺宁,A。;Teräsvirta,T.,多元GARCH模型,(Andersen,T.G.;Davis,R.A.;Kreiß,J.-P.;Mikosch,T.《金融时间序列手册》(2009),施普林格:施普林格柏林),201-229·Zbl 1178.62103号
[40] Timmermann,A.,《马尔可夫转换模型的矩》,《计量经济学杂志》,96,75-111(2000)·Zbl 0970.60076号
[41] 特纳,C.M。;Startz,R。;Nelson,C.R.,股票市场中异方差、风险和学习的马尔可夫模型,《金融经济学杂志》,25,3-22(1989)
[42] Vigfuson,R.,《在宪章主义者和原教旨主义者之间的转换:马尔可夫规则转换方法》,《国际财经杂志》,第2291-305页(1997年)
[43] Zellner,A.,《计量经济学中贝叶斯推断导论》(1971),John Wiley&Sons:John Willey&Sons New York·Zbl 0246.62098号
[44] 张,M.-H。;Cheng,Q.-S.,检测资本市场随机游走的高斯混合建模,数学和计算机建模,38503-508(2003)·Zbl 1106.91335号
[45] 张,M.-H。;Cheng,Q.S.,《高斯混合资本市场风险价值的方法》,应用数学与计算,1681079-1085(2005)·Zbl 1096.91038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。