×
伊内斯·吉姆内斯；安德烈斯·莫拉·帕伦西亚；哈维尔·佩罗

比特币的风险量化和验证。 （英语） Zbl 1479.62085号

操作。Res.Lett公司。 48，第4期，534-541（2020年）.
摘要：本文介绍了一种半非参数方法，用于相对于其他参数分布和波动率模型来建模比特币风险。模型性能通过不同的后验技术进行评估，包括对三种风险度量的多项式检验：价值-风险、预期差额和中值差额。我们的结果表明，根据巴塞尔银行监管委员会的建议，“大”半非参数扩张是衡量比特币风险的一个很好的替代方案，但99%-中位数缺口似乎是一个准确可靠的比特币风险衡量指标。

引用于2文件

MSC公司：

62P05号 统计学在精算学和金融数学中的应用
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62G05型 非参数估计
62G35型 非参数稳健性
91克70 统计方法；风险措施

关键词：

加密货币；格拉姆夏利埃；缺口中值；回溯测试；GAS模型；稳健GARCH

软件：

俄罗斯；天然气；CAViaR公司
PDF格式BibTeX公司 XML格式引用
\textit{I.Jiménez}等人，Oper。Res.Lett公司。48，第4号，534--541（2020；Zbl 1479.62085）
全文： 内政部

参考文献：

[1] Acereda，B。；A.利昂。；Mora，J.，《估计加密货币的预期短缺：基于回溯测试的评估》，《金融研究快报》。，1-6 (2019)
[2] Ardia，D。；Boudt，K。；Catania，L.，使用R包GAS进行下行风险评估，J.Statist。软质。，88 (2019)
[3] 巴纳德·R·W。；皮尔斯，K。；Trindade，A.A.，什么时候尾均值估计比尾中值更有效？定量风险管理的答案和含义，Ann.Oper。决议，262，47-65（2018）·Zbl 1391.62192号
[4] Bayer，S.，《使用惩罚分位数回归组合价值与风险预测》，《经济评论》。统计人员。，8, 56-77 (2018)
[5] 拜耳，S。；Dimitriadis，T.，基于回归的预期短缺回溯测试（2018），圣路易斯联邦储备银行：圣路易斯联储银行，https://search.proquest.com/docview/218996934？accountid=14609
[6] Boudt，K。；Daníelsson，J。；Laurent，S.，动态条件相关GARCH模型的稳健预测，国际预测杂志。，29, 244-257 (2013)
[7] Christoffersen，P.F.，《评估区间预测》，国际。经济。修订版，39，841（1998）
[8] 克雷亚尔，D。；科普曼，S.J。；Lucas，A.，广义自回归评分模型及其应用，J.Appl。经济。，28, 777-795 (2013)
[9] Del Brio，E.Del B。；Mora-Valencia，A。；Perote，J.，《具有半非参数规范的商品（L）ETF投资组合的预期缺口评估》，《欧洲金融杂志》，251746-1764（2019）
[10] Del Brio，E.B。；Mora-Valencia，A。；Perote，J.，《商品ETF的风险量化：回测价值风险和预期缺口》，《国际金融评论》。分析。，70, 101163 (2020)
[11] 迪亚斯，A。；加西亚·多纳托，G。；Mora-Valencia，A.，《量化传统能源和可持续投资的风险》，可持续发展（瑞士），2019年第11期至第22期
[12] 杜塔，S。；Biwas，S.，基于金融时间序列的极端分位数估计，Comm.Statist。模拟计算。，46, 4226-4243 (2017) ·Zbl 1377.62196号
[13] 埃默，S。；Kratz，M。；Tasche，D.，实践中最佳的风险度量是什么？《标准衡量标准的比较》，J.Risk，18，31-60（2015）
[14] 恩格尔，R.F.E。；Manganelli，S.，CAViaR：回归分位数的条件自回归风险值，J.Bus。经济。统计人员。，22367-381（2004年）
[15] 费尔南德斯，C。；Steel，M.F.J.，《关于胖尾巴和偏态的贝叶斯建模》，J.Amer。统计师。协会，93，359-371（1998）·兹比尔0910.62024
[16] Gardes，L。；Girard，S。；Stupfle，G.，《超越尾部中值和条件尾部期望：使用尾部L p优化的极端风险估计》，Scand。J.Stat.（2019年）
[17] Ghalanos，A.，Rugarch:单变量garch模型。r程序包版本1.4-2。(2020)
[18] Gkillas，K。；Katsianpa，P.，《极值理论在加密货币中的应用》，《经济》。莱特。，164, 109-111 (2018) ·Zbl 1397.91599号
[19] Gonzalez-Rivera，G。；Lee，T。；Mishra，S.，《预测波动性：基于期权定价、效用函数、价值-风险和预测可能性的现实检验》，《国际预测杂志》。，20, 629-645 (2004)
[20] Harvey，C.，波动性和重尾的动态模型：应用于金融和经济时间序列（2013），剑桥大学出版社，网址https://doi.org/10.1017/CBO9781139540933 ·Zbl 1326.62001号
[21] Hotta，L.K。；Trucíos，C.，《存在加性异常值的（M）GARCH模型中的推断：规范、估计和预测》，高级数学。申请。，179-202 (2018)
[22] 寇，S。；Peng，X.，预计短缺或中间短缺，J.Financ。工程，1（2014）
[23] 寇，S。；Peng，X.，《关于经济尾部风险的计量》，Oper。决议，64，1056-1072（2016）·Zbl 1378.91101号
[24] 寇，S。；彭，X。；Heyde，C.C.，《外部风险措施和巴塞尔协议》，数学。操作。研究，38，393-417（2013），https://www.jstor.org/st ·Zbl 1297.91089号
[25] Koutmos，D.，加密货币之间的回报和波动溢出，Econom。莱特。，173, 122-127 (2018) ·Zbl 1406.62119号
[26] Kratz，M。；Lok，Y.H。；McNeil，A.J.，《多项式VaR回溯测试：回溯预测短缺的简单隐式方法》，J.Bank。《金融》，88，393-407（2018）
[27] Le，T.，《用混合数据抽样预测风险值和预期短缺》，《国际预测杂志》。(2020)
[28] Mancini，L。；Trojani，F.，《稳健风险价值预测》，J.Financ。经济。，281-313（2011年）
[29] McAleer，M。；Veiga，B.D.A.，用节约型投资组合溢出GARCH（PS-GARCH）模型预测价值-风险，J.Forecast。，27, 1-19 (2008)
[30] 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，J.Em.Finan。，7, 271-300 (2000)
[31] Mincer，J。；Zarnowitz，V.，《经济预测的评估》，（《经济预测和预期：预测行为和绩效分析》（1969年），美国国家经济研究局），3-46
[32] Mora-Valencia，A.，《关于标准计量方法与损失分配方法的注释——高级计量方法：新法规的曙光》，J.Oper。风险，1251-69（2017）
[33] Neslehová，J。；Embrechts，P。；Chavez-Demoulin，V.，Infinite-mean模型和LDA for Operation Risk，J.Oper。风险，1,3-25（2006）
[34] Nieto，M.R。；Ruiz，E.，风险值预测和回溯测试前沿，国际预测杂志。，32, 475-501 (2016)
[35] 尼格斯，T.-M。；Perote，J.，《多元矩展开密度：动态等相关模型的应用》，J.Bank。财务，72，S216-S232（2016），0378-4266
[36] 诺尔德，N。；Ziegel，J.F.，《Elicitability and backtesting:Perspectives for banking regulation》，Ann.Appl。《统计》，第11期，1901-1911（2017年）·Zbl 1383.62248号
[37] 所以，M.K.P。；Wong，C.M.，风险管理的多期预期缺口和中位数缺口估算，Quant。《金融》，12739-754（2012）·Zbl 1278.91192号
[38] Troster，V。；Tiwari，A.K。；沙巴兹，M。；Macedo，D.N.，《比特币回报与风险：一般GARCH和GAS分析》，《金融研究快报》。，30, 187-193 (2019)
[39] Trucíos，C.，《预测比特币风险度量：稳健方法》，《国际预测杂志》。，35, 836-847 (2019)
[40] 特鲁西奥斯，C。；Hotta，L.K。；Ruiz，E.，《GARCH收益率和波动率的稳健引导预测密度》，J.Statist。计算。模拟。，87, 3152-3174 (2017) ·Zbl 07192114号
[41] 特鲁西奥斯，C。；蒂瓦里，A.K。；Alqahtani，F.，《加密货币投资组合中的价值-风险和预期短缺：基于藤蔓连接的方法》，Appl。经济。，1-14 (2019)
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。