×

兹马思-数学第一资源

比特币风险量化和验证。(英语) Zbl 0733161
摘要:相对于其他参数分布和波动率模型,本文介绍了一种用于比特币风险建模的半非参数方法。通过不同的回溯测试技术,包括多项式检验,对三种风险度量:风险价值、预期短缺和中值短缺进行评估。我们的研究结果表明,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%的中值缺口似乎是比特币的一个准确和稳健的风险度量。
理学硕士:
90-XX年 运筹学,数学规划
PDF格式 BibTeX公司 引用
全文: 内政部
参考文献:
[1] Acereda,B。;利昂,A。;Mora,J.,《估计加密货币的预期缺口:基于回溯测试的评估》,Finance Res.Lett.,1-6(2019年)
[2] 心动过速,D。;布特,K。;卡塔尼亚,L.,R包气下行风险评估,J。统计学家。第88页(2019年)
[3] 巴纳德,R。W、 。;皮尔斯,K。;特里达德,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与启示,Ann。操作。第26247-65号决议(2018年)·兹布1391.62192
[4] 拜耳,S.,结合风险价值预测使用惩罚分位数回归,经济学。Statist.,8,56-77(2018年)
[5] 拜耳公司。;Dimitriadis,T.,基于回归的预期缺口回溯测试(2018),圣路易斯联邦储备银行:圣路易斯联邦储备银行,https://search.proquest.com/docview/2188996934?accountid=14609
[6] 布特,K。;丹尼尔松,J。;Laurent,S.,动态条件相关GARCH模型的稳健预测,国际期刊。预测,29244-257(2013年)
[7] 克里斯托弗森,P。F、 ,评估区间预测,国际互联网。经济。修订版,39841(1998)
[8] 克雷尔,D。;库普曼,S。J、 。;Lucas,A.,广义自回归评分模型及其应用,J。申请。《经济学》,28777-795(2013年)
[9] 德尔布里奥,E.Del B。;莫拉瓦伦西亚,A。;Perote,J.,具有半非参数规范的商品(L)ETF投资组合的预期短缺评估,欧元。J。金融,251746-1764(2019年)
[10] 德尔布里奥,E。B、 。;莫拉瓦伦西亚,A。;Perote,J.,《商品ETF的风险量化:后验风险价值和预期缺口》,国际版。最后。分析,70101163(2020年)
[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,可持续性(瑞士),11,1-22(2019年)
[12] 杜塔,S。;Biwas,S.,基于金融时间序列的极端分位数估计,通信统计。模拟计算,464226-4243(2017)·Zbl 1377.62196
[13] 埃默,S。;克拉茨,M。;塔什博士,实践中最好的风险度量是什么?标准测量方法的比较。风险,18,31-60(2015)
[14] 恩格尔,R。F、 E。;Manganelli,S.,鱼子酱:基于回归分位数的风险条件自回归值,J。公共汽车。经济。统计师,22367-381(2004)
[15] 费尔南德斯,C。;钢,M。F、 关于肥尾和偏斜度的贝叶斯建模,J。阿默尔。统计学家。协会,93359-371(1998)·Zbl 0910.62024
[16] 加德斯,L。;吉拉德,S。;Stupfle,G.,超越尾部中值和条件尾部预期:使用尾部L p-优化的极端风险估计,Scand。J。统计(2019年)
[17] Ghalanos,A.,Rugarch:单变量garch模型。r程序包版本1.4-2(2020)
[18] 吉利亚斯,K。;Katsiampa,P.,极值理论在加密货币中的应用,经济学。Lett.,164109-111(2018年)·Zbl 1397.91599号
[19] 冈萨雷斯·里维拉,G。;李,T。;Mishra,S.,预测波动性:基于期权定价、效用函数、风险价值和预测可能性的现实检验,国际期刊。预测,20629-645(2004)
[20] Harvey,C.,波动性和重尾动态模型:金融和经济时间序列的应用(2013),剑桥大学出版社,网址https://doi.org/10.1017/CBO9781139540933·Zbl 1326.62001
[21] 霍塔,L。K、 。;Trucíos,C.,(M)GARCH模型中存在加性异常值的推理:规范、估计和预测,高级数学。申请书,179-202(2018年)
[22] 寇,S。;彭,X.,预期缺口或中值缺口,J。金融。工程1(2014)
[23] 寇,S。;彭,X.论经济尾部风险的度量。第641056-1072号决议(2016年)·Zbl 1378.91101号
[24] 寇,S。;彭,X。;海德,C。C、 外部风险度量和巴塞尔协议,数学。操作。第38393-417号决议(2013年),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》,经济学。Lett.,173122-127(2018年)·Zbl 1406.62119号
[26] 克拉茨,M。;洛克,Y。H、 。;麦克尼尔,A。J、 ,多项式VaR回溯测试:一个简单的隐式方法回溯测试预期短缺,J。银行。金融,88393-407(2018年)
[27] Le,T.,用混合数据抽样预测风险值和预期短缺,国际期刊。预测(2020年)
[28] 曼奇尼,L。;Trojai,F.,风险价值预测,J。金融。《经济学》,9281-313(2011年)
[29] 麦克莱尔,M。;韦加,B。D、 风险溢出模型。预测,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度量的估计:极值方法,J。《金融杂志》,7271-300(2000)
[31] 明瑟,J。;Zarnowitz,V.,《经济预测与预期:预测行为与绩效分析》(1969年),国家经济研究局,第3-46页
[32] Mora Valencia,A.,关于标准测量方法与损耗分布方法的比较高级测量方法:新法规的曙光,J。操作。风险,12,51-69(2017)
[33] 奈斯利霍娃,J。;Embrechts,P。;Chavez Demoulin,V.,无限平均模型和操作风险的LDA,J。操作。风险,1,3-25(2006)
[34] 尼托,M。R、 。;Ruiz,E.,VaR预测和后验前沿,国际期刊。预测,32475-501(2016年)
[35] 尼格斯,T.-M。;《多元矩展开密度:动态等相关模型的应用》,J。银行。财务,72,S216-S232(2016),0378-4266
[36] 诺尔德,N。;齐格尔,J。F、 ,可启发性与回溯测试:银行监管的视角,Ann。申请。Stat.,11901-1911年(2017年)·Zbl 1383.62248
[37] 所以,M。K、 P。;黄,C。M、 ,风险管理的多期预期缺口和中值缺口的估计,定量。金融,12739-754(2012年)·兹布1278.91192
[38] 特罗斯特,V。;蒂瓦里,A。K、 。;沙巴兹,M。;马塞多,D。N、 《比特币回报与风险:一般性GARCH和GAS分析》,金融研究出版社,30187-193(2019年)
[39] Trucíos,C.,预测比特币风险度量:稳健方法,国际期刊。预测,35836-847(2019年)
[40] 特鲁西奥斯,C。;霍塔,L。K、 。;Ruiz,E.,GARCH收益和波动率的稳健自举预测密度,J。统计学家。计算机。模拟,873152-3174(2017年)·Zbl 07192114
[41] 特鲁西奥斯,C。;蒂瓦里,A。K、 。;Alqahtani,F.,《加密货币投资组合中的风险价值和预期缺口:基于vine copula的方法》,Appl。经济,1-14(2019年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。