×
孟晓春；詹姆斯·泰勒。

使用日内低点和区间数据估计价值-风险和预期缺口。 （英语） Zbl 1431.91444号

欧洲药典。物件。 280，第1期，191-202（2020）.
概述：价值-风险（VaR）是一种常用的市场风险度量方法。为了传达有关风险值以外潜在超额的信息，预期缺口（ES）已成为交易账簿银行监管的风险衡量标准。然而，VaR和ES的估计具有挑战性，因为它需要估计每日收益的尾部行为。本文利用最近的研究成果，为VaR和ES开发了联合评分函数。利用这些函数，我们提出了一种基于日内数据估计这两种风险度量的新方法。我们关注的是日内范围，即日内原木价格最高和最低之间的差异。与日内观察相反，许多金融资产普遍存在日内低点和高点。为了缓解建模极端风险度量的挑战，我们建议使用日内低点序列。我们利用布朗运动的理论结果表明，日收益的分位数可以估计为常数项和日内低收益的较不极端分位数的乘积，我们将日内低回报定义为当日最低对数价格与前一日对数收盘价之间的差。有鉴于此，我们使用对日内低收益的VaR和ES的估计来估计日收益的VaR和ES。我们使用五个股票指数和五个个股的数据为新提议提供了实证支持。

引用于4文件

MSC公司：

91G70型 统计方法；风险措施
62P05号 统计学在精算学和金融数学中的应用

关键词：

金融；价值-风险；预计短缺；日内低点；联合评分功能

软件：

CAViaR公司
PDF格式BibTeX公司 XML格式引用
\textit{X.Meng}和\textit{J.W.Taylor}，欧洲期刊Oper。第280号决议，第1号，191--202（2020年；Zbl 1431.91444）
全文： 内政部 链接

参考文献：

[1] Acerbi，C。；Szekely，B.，《回测预期短缺》，风险，27，76-81（2014）
[2] Alizadeh，S。；勃兰特，M.W。；Diebold，F.X.，随机波动率模型的基于范围的估计，《金融杂志》，57，3，1047-1091（2002）
[3] Andersen，L.B。；Piterbarg，V.V.，《随机波动模型中的矩爆炸》，《金融与随机》，第11、1、29-50页（2007年）·Zbl 1142.65004号
[4] Back，K.，《不对称信息与期权》，《金融研究评论》，第6、3、435-472页（1993年）
[5] 巴塞尔银行监管委员会（2012年）。交易账簿的基本审查，2012年5月。在线获取地址：http://www.bis.org/publ/bcbs219.htm; 巴塞尔银行监管委员会（2012年）。交易账簿的基本审查，2012年5月。在线获取地址：http://www.bis.org/publ/bcbs219.htm
[6] 黑色，F。；Cox，J.C.，《公司证券估值：债券契约规定的一些影响》，《金融杂志》，第31、2、351-367页（1976年）
[7] 黑色，F。；Scholes，M.，《期权定价与公司负债》，《政治经济学杂志》，第81、3、637-654页（1973年）·Zbl 1092.91524号
[8] Bollerslev，T.，投机价格和回报率的条件异方差时间序列模型，《经济学与统计评论》，69，3，542-547（1987）
[9] 布兰特，M.W。；Jones，C.S.，基于范围的EGARCH模型波动性预测，《商业与经济统计杂志》，24，4，470-486（2006）
[10] 巴特勒，J。；Schachter，B.，通过将核估计与历史模拟相结合的方法用精确测度估计价值-风险，《衍生品研究综述》，1,4371-390（1997）
[11] Chen，C.W。；Gerlach，R。；黄，B.B。；McAleer，M.，《使用非线性回归分位数和日内范围预测价值-风险》，《国际预测杂志》，28，3，557-574（2012）
[12] Christoffersen，P.，回溯测试，量化金融百科全书（2010）·Zbl 1185.91001号
[13] 克莱门茨，M.P。；加尔文奥，A.B。；Kim，J.H.，根据已实现波动性预测的每日汇率收益分位数预测，《实证金融杂志》，第15、4、729-750页（2008年）
[14] Corsi，F.，已实现波动率的简单近似长记忆模型，《金融计量经济学杂志》，7，2，174-196（2009）
[15] 杜，Z。；Escanciano，J.C.，《回测预期缺口：尾部风险会计》，《管理科学》，第63、4、940-958页（2016年）
[16] 艾姆·W。；Gneiting，T。；约旦，A。；Krüger，F.，《分位数和预期值：一致的评分函数、Choquet表示和预测排名》，英国皇家统计学会杂志：B系列（统计方法论），78，3505-562（2016）·Zbl 1414.62038号
[17] Embrechts，P。；Puccetti，G。；吕申多夫，L。；王，R。；Beleraj，A.，对巴塞尔协议3.5的学术回应，风险，2，1，25-48（2014）
[18] 恩格尔，R.F。；Manganelli，S.，CAViaR：基于回归分位数的条件自回归风险值，《商业与经济统计杂志》，22，4，367-381（2004）
[19] Escanciano，J.C。；Pei，P.，回溯测试历史模拟var模型的陷阱，《银行与金融杂志》，36，8，2233-2244（2012）
[20] Fissler，T。；齐格尔，J。；Gneiting，T.，《预期短缺与风险价值——回溯测试的影响》，《风险》，58-61（2016）
[21] Fissler，T。；Ziegel，J.F.，《高阶可诱导性和Osband原理》，《统计年鉴》，44，4，1680-1707（2016）·Zbl 1355.62006号
[22] Gerlach，R。；Wang，C.，通过实现的GARCH预测风险，结合实现的范围，《定量金融》，16，4，501-511（2016）·Zbl 1469.62337号
[23] Glosten，L.R。；Jagannathan，R。；Runkle，D.E.，《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》，48，5，1779-1801（1993）
[24] Gneiting，T.，《做出和评估点预测》，《美国统计协会杂志》，106，494，746-762（2011）·Zbl 1232.62028号
[25] Gneiting，T。；Raftery，A.E.，《严格正确的评分规则、预测和估计》，《美国统计协会杂志》，102，477，359-378（2007）·Zbl 1284.62093号
[26] 戈迪，M.B。；Juneja，S.，《投资组合风险度量中的嵌套模拟》，《管理科学》，56，10，1833-1848（2010）·Zbl 1232.91622号
[27] Hansen，P.R。；黄，Z。；Shek，H.H.，Realized GARCH：收益和波动性已实现度量的联合模型，《应用计量经济学杂志》，27，6，877-906（2012）
[29] Hull，J.，风险管理和金融机构，733（2012），John Wiley&Sons
[30] 科蒙杰，I。；Vuong，Q.，条件分位数时间序列模型中的半参数效率界限，计量经济学理论，26，2，383-405（2010）·Zbl 1185.62156号
[31] Kou，S.G.，期权定价的跳跃扩散模型，《管理科学》，48，8，1086-1101（2002）·Zbl 1216.91039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》，7，3，271-300（2000）
[36] Merton，R.C.，《企业债务定价：利率的风险结构》，《金融杂志》，第29、2、449-470页（1974年）
[37] Mörters，P。；Peres，Y.，《布朗运动》（2010），剑桥大学出版社·兹比尔1243.60002
[38] 诺尔德，N。；Ziegel，J.F.，《Elicitability and backtesting:Perspectives for banking regulation》，《应用统计年鉴》，第11期，第4期，第1833-1874页（2017年）·Zbl 1383.62247号
[39] 帕金森，M.，估计收益率方差的极值方法，《商业杂志》，53，1，61-65（1980）
[40] 巴顿，A.J。；Ziegel，J.F。；Chen，R.，预期短缺（和价值-风险）的动态半参数模型，《计量经济学杂志》，211，2，388-413（2019）·兹比尔1452.62785
[41] Rockafellar，R.T。；Royset，J.O。；Miranda，S.I.，超分位数回归及其在缓冲可靠性、不确定性量化和条件值风险中的应用，《欧洲运筹学杂志》，234，1，140-154（2014）·Zbl 1305.62175号
[42] Sévi，B.，《使用日内数据预测原油期货的波动性》，《欧洲运筹学杂志》，235，3，643-659（2014）·Zbl 1305.91196号
[43] Taylor，J.W.，基于非对称拉普拉斯分布的半参数方法预测风险价值和预期缺口，《商业与经济统计杂志》，37，1，121-133（2019）
[44] 王，P。；张，B。；周瑜，《股票市场中的不对称现象》，《欧洲运筹学杂志》，241，3，749-762（2015）
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。