×
王超;陈倩;理查德·格拉赫

贝叶斯实现了结合双边威布尔分布的金融尾部风险预测的GARCH模型。 （英语） Zbl 1428.62467号

数量。财务 19，第6期，1017-1042（2019）.
摘要：为了在金融时间序列中进行波动性和尾部风险预测，将实现的GARCH框架扩展为包含双边威布尔分布。此外，已实现范围作为已实现方差或每日收益的竞争对手，被用作已实现GARCH框架中的已实现度量。已实现范围和已实现方差均采用子采样和缩放方法，以帮助处理固有的微观结构噪声和低效率。采用贝叶斯马尔可夫链蒙特卡罗（MCMC）方法进行估计和预测，并使用各种MCMC效率和收敛性度量来评估该方法的有效性。此外，通过仿真研究，评估了MCMC估计的性质，并与最大似然法进行了比较。与一系列著名的参数GARCH和实现GARCH模型相比，七个市场指数以及两个单项资产的尾部风险预测结果明显支持结合双边威布尔分布的建议实现GARCH模型；特别是那些采用亚采样实现方差和亚采样实现范围的方法。

引用于2文件

MSC公司：

62P05号 统计学在精算科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）
62纳米05 可靠性和寿命测试
65二氧化碳 蒙特卡罗方法

关键词：

实现-GARCH;双面威布尔;已实现差异;已实现范围;次级抽样;马尔可夫链蒙特卡罗;价值-风险;预计短缺

软件：

CAViaR公司;梦想;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{C.Wang}等人，Quant。财务19，No.6，1017--1042（2019；Zbl 1428.62467）
全文： 内政部 arXiv公司

参考文献：

[1] Alizadeh，S.、Brandt，M.W.和Diebold，F.X.，随机波动率模型的基于范围的估计。《金融杂志》。，2002, 57(3), 1047-1091.
[2] Andersen，T.G.和Bollerslev，T.回答怀疑者：是的，标准波动率模型确实提供了准确的预测。国际经济。修订版，1998年，39（4），885-905。
[3] Andersen，T.G.、Bollerslev，T.、Diebold，F.X.和Labys，P.，《已实现波动率建模与预测》。《计量经济学》，2003，71（2），579-625·兹比尔1142.91712
[4] Artzner，P.、Delbaen，F.、Eber，J.M.和Heath，D.《连贯思考》。风险，1997，10，68-71。
[5] Artzner，P.、Delbaen，F.、Eber，J.M.和Heath，D.，《一致风险度量》。数学。《金融》，1999，9（3），203-228·Zbl 0980.91042号
[6] Black，F.，《股票价格波动性变化研究》。美国统计协会商业和经济统计部会议记录，华盛顿特区，第177-1811976页。
[7] Bollerslev，T.，广义自回归条件异方差。经济学杂志。，1986, 31(3), 307-327. ·Zbl 0616.62119号
[8] Bollerslev，T.，投机价格和回报率的条件异方差时间序列模型。经济收益率。统计人员。，1987, 69(3), 542-547.
[9] Chang，C.L.，Jiménez-Martín，J.á。，McAleer，M.和Pérez-Amaral，T.，《巴塞尔协议下的风险管理：VIX期货的价值风险预测》。管理。《金融》，2011，37（11），1088-1106·Zbl 1499.91184号
[10] Chen，Q.和Gerlach，R.，《双边威布尔分布与金融尾部风险预测》。国际期刊预测。，2013, 29(4), 527-540.
[11] Chen，Q.，Gerlach，R.和Lu，Z.，通过非对称拉普拉斯分布进行贝叶斯价值风险和预期短缺预测。计算。统计数据分析。，2012, 56(11), 3498-3516. ·Zbl 1254.91750号
[12] Chen，C.W.S.，Gerlach，R.和So，M.K.，非嵌套不对称异方差模型的比较。计算。统计数据分析。，2006年，51（4），2164-2178·Zbl 1157.62519号
[13] Chen，W.、Peters，G.、Gerlach，R.和Sisson，S.，《动态分位数函数模型》。arXiv:1707.025872017年·Zbl 1500.91129号
[14] Chib，S.和Jeliazkov，I.，Metropolis-Hastings输出的边际可能性。《美国统计协会期刊》，2001年，96（453），270-281·Zbl 1015.62020号
[15] Chip，S.和Ramarmurthy，S.，量身定制的随机分组MCMC方法及其在DSGE模型中的应用。《经济学杂志》。，2010, 155(1), 19-38. ·Zbl 1431.62603号
[16] Christensen，K.和Podolskij，M.，实现了基于范围的综合方差估计。《经济学杂志》。，2007, 141(2), 323-349. ·兹比尔1418.62294
[17] Christoffersen，P.，评估区间预测。国际经济。修订版，1998年，39（4），841-862。
[18] Contino，C.和Gerlach，R.，使用实现的GARCH进行贝叶斯尾部风险预测。申请。斯托克。模型。公交车。印度，2017，33（2），213-236·Zbl 1420.91525号
[19] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差。计量经济学，1982，50987-107·兹伯利0491.62099
[20] Engle，R.F.和Manganelli，S.，CAViaR：回归分位数的条件自回归风险值。J.总线。经济学。统计人员。，2004, 22(4), 367-381.
[21] Engle，R.F.和Russell，J.，《自回归条件持续期：非规则间隔交易数据的新模型》。《计量经济学》，1998年，第66期，第1127-1162页·Zbl 1055.62571号
[22] Fernández，C.和Steel，M.，《关于胖尾巴和偏态的贝叶斯建模》。《美国统计协会期刊》，1998年，93（441），359-371·Zbl 0910.62024号
[23] Fissler，T.和Ziegel，J.F.，《高阶实用性和奥斯本原理》。Ann.Stat.，2016，44（4），1680-1707·Zbl 1355.62006号
[24] Gaglianone，W.P.，Lima，L.R.，Linton，O.和Smith，D.R.，通过分位数回归评估风险价值模型。J.总线。经济学。《统计》，2011年，29（1），150-160·Zbl 1209.91178号
[25] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.，贝叶斯数据分析，2004年（CRC出版社：佛罗里达州博卡拉顿）·Zbl 1039.62018号
[26] Gerlach，R.、Walpole，D.和Wang，C.，包含已实现波动性度量的半参数贝叶斯尾部风险预测。数量。金融，2016，17（2），199-215·Zbl 1402.91913号
[27] Gerlach，R.和Wang，C.，通过实现的GARCH预测风险，纳入实现的范围。数量。《金融》，2016，16（4），501-511·Zbl 1469.62337号
[28] Glosten，L.R.、Jagannathan，R.和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》，1993，48（5），1779-1801。
[29] Gneiting，T，作出和评估点预测。《美国统计协会期刊》，2011，106（494），746-762·Zbl 1232.62028号
[30] Hansen，P.R.和Huang，Z.，利用已实现的波动性度量进行指数GARCH建模。J.总线。经济学。《统计》，2016，34（2），269-287。
[31] Hansen，P.R.，Huang，Z.和Shek，H.H.，Realized GARCH：收益和已实现波动性度量的联合模型。J.应用。经济。，2012, 27(6), 877-906.
[32] Hansen，P.R.，Lunde，A.和Nason，J.M.，模型置信集。计量经济学，2011，79（2），453-497·Zbl 1210.62030
[33] A.C.哈维和T.查克拉瓦蒂，Beta-T-（E）GARCH。剑桥大学经济学系，《剑桥经济学工作论文》0840，剑桥，2008年。
[34] Heston，S.L.，具有随机波动性的期权的封闭式解决方案，应用于债券和货币期权。《金融研究评论》，1993年，6（2），327-343·Zbl 1384.35131号
[35] Kupiec，P.H.，《验证风险计量模型准确性的技术》。J.Deriv.，1995，3（2），73-84。
[36] Malevergne，Y.和Sornette，D.，一类超指数和亚指数衰减资产回报分布的价值-风险高效投资组合。数量。《金融》，2004，4（1），17-36·Zbl 1405.91562号
[37] Martens，M.和van Dijk，D.，用实现的范围测量波动性。《经济学杂志》。，2007, 138(1), 181-207. ·Zbl 1418.62515号
[38] McAleer，M.，Jiménez-Martín，J.á。以及Pérez-Amaral，T.，《巴塞尔协议》下的GFC稳健风险管理战略。国际经济收益。《金融》，2013，27（3），97-111·Zbl 1499.91187号
[39] Metropolis，N.、Rosenbluth，A.W.、Rosenbruth，M.N.、Teller，A.H.和Teller等人，《快速计算机器状态方程计算》。化学杂志。物理。，1953, 21(6), 1087-1092. ·Zbl 1431.65006号
[40] Mittnik，S.和Rachev，S.T.，资产回报的稳定分布。申请。数学。莱特。，1989年，2（3），301-304·Zbl 0709.62708号
[41] Nelson，D.B.，《资产收益的条件异方差：一种新方法》。《计量经济学》，1991，59，347-370·Zbl 0722.62069号
[42] Roberts，G.O.，Gelman，A.和Gilks，W.R.，《随机行走Metropolis算法的弱收敛性和最优缩放》。附录申请。概率。，1997, 7(1), 110-120. ·兹比尔0876.60015
[43] Silvapulle，M.J.和Sen，P.K.，《约束统计推断：不平等、秩序和形状限制》，2004年（Wiley-Interscience:纽约）·Zbl 1077.62019年
[44] 因此，M.K.P和Wong，C.M.对风险管理的多期预期缺口和中位数缺口的估计。数量。《金融》，2012，12（5），739-754·Zbl 1278.91192号
[45] Takahashi，M.、Omori，Y.和Watanabe，T.，同时使用每日收益和已实现波动率估计随机波动率模型。计算。统计数据分析。，2009, 53(6), 2404-2426. ·Zbl 1453.62212号
[46] Takahashi，M.、Watanabe，T.和Omori，Y.，利用广义双曲分布的已实现随机波动率模型进行波动率和分位数预测。国际预测杂志。，2016, 32(2), 437-457.
[47] Taylor，J.W.，《使用预期值估算风险价值和预期短缺》。J.财务。经济。，2008, 6(2), 231-252.
[48] Vrugt，J.A.，《使用DREAM软件包的马尔可夫链蒙特卡罗模拟：理论、概念和MATLAB实现》。环境。模型。软质。，2016, 75, 273-316.
[49] Watanabe，T.，使用已实现的GARCH模型对财务收益进行分位数预测。日本。经济学。版本，2012，63（1），68-80。
[50] 威布尔，W.，一种具有广泛适用性的统计分布函数。J.应用。机械。，1951, 18(3), 293-297. ·Zbl 0042.37903号
[51] Zhang，L.，Mykland，P.A.和Aít-Sahalia，Y.，《两个时间尺度的故事：用噪声高频数据确定综合波动率》。《美国统计协会期刊》，2005，100（472），1394-1411·Zbl 1117.62461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。