全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1210 25
2022-06-11
英文标题:
《On approximations of Value at Risk and Expected Shortfall involving
  kurtosis》
---
作者:
Matyas Barczy, Adam Dudas, Jozsef Gall
---
最新提交年份:
2020
---
英文摘要:
  We derive new approximations for the Value at Risk and the Expected Shortfall at high levels of loss distributions with positive skewness and excess kurtosis, and we describe their precisions for notable ones such as for exponential, Pareto type I, lognormal and compound (Poisson) distributions. Our approximations are motivated by that kind of extensions of the so-called Normal Power Approximation, used for approximating the cumulative distribution function of a random variable, which incorporate not only the skewness but the kurtosis of the random variable in question as well. We show the performance of our approximations in numerical examples and we also give comparisons with some known ones in the literature.
---
中文摘要:
我们推导了具有正偏度和超额峰度的高水平损失分布的风险值和预期短缺的新近似值,并描述了它们对于指数、帕累托I型、对数正态和复合(泊松)分布等显著分布的精度。我们的近似是由所谓的正态幂近似的扩展而来的,正态幂近似用于近似随机变量的累积分布函数,它不仅包含所讨论的随机变量的偏度,还包含峭度。我们在数值例子中展示了近似的性能,并与文献中的一些已知近似进行了比较。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--
一级分类:Quantitative Finance        数量金融学
二级分类:Mathematical Finance        数学金融学
分类描述:Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法,包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-6-11 03:45:54
关于风险价值和预期短缺的近似值,包括峰度“aty”和Barczy*,,\'Ad'am Dud'as**, J'ozsef G'all公司**** MTA-SZTE分析与随机研究小组,匈牙利Szeged H–6720 Szeged Aradi v'ertan'uk tere 1 Szeged大学Bolyai研究所。**匈牙利德布勒森大学科技学院前硕士生。***德布勒森大学信息学系,Pf。匈牙利德布勒岑市H-4010号12楼。电子邮件:barczy@math.u-塞格德。胡(M.Barczy),adamdudas92@gmail.com(\'A.Dud\'as),胆汁。jozsef@inf.unideb.hu(J.G'all)。 通讯作者。摘要我们推导了具有正偏度和超额峰度的高水平损失分布的风险值和预期短缺的新近似值,并描述了它们对于指数、帕累托I型、对数正态和复合(泊松)分布等显著分布的精度。我们的近似是由所谓的正态幂近似的扩展而来的,正态幂近似用于近似随机变量的累积分布函数,它不仅包含所讨论的随机变量的偏度,还包含峭度。我们在数值例子中展示了我们近似的性能,并与文献中的一些已知结果进行了比较。1引言风险价值(VaR)和预期缺口(ES)是金融和保险数学中的标准风险度量。VaR允许在给定的置信水平下衡量投资组合的最大总损失,而ES可以定义为超出相应VaR水平的损失的有条件预期(见定义3.1和3.2)。VaR和ES的闭合公式主要适用于具有明确给定密度函数的随机变量,对于包含100多个示例的综合列表,请参见Nadarajah等人。[14].
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 03:45:57
对于复合(泊松)分布,此类闭合公式很少可用,因此2020年数学主题分类:91G70、60E05、62E17关键词和短语:风险值、预期短缺、损失分布、正态幂近似、偏度、峰度。M’aty’as Barczy获得匈牙利科学院J’anos Bolyai研究奖学金的支持。在这些情况下,VaR和ES的近似值非常重要。关于损失分布函数的性质和近似值,有大量文献,这些都是保险数学集体模型或计算金融操作风险时经常用到的。为了列举一些最近的工作,我们可以提到Roozegar和Nadarajah【16】以及Bar Lev和Ridder【4】关于特殊集体风险模型的研究。有关复合泊松分布分布函数近似值比较的详细信息,请参见Seriand Choirat【17】。在本文中,我们使用前四个矩(前提是它们是有限的)推导了具有正偏度和超额峰度的连续分布函数的损失分布高水平下VaR和ES的新近似值,请参见第3节。我们研究了显著损失分布的精度,如指数分布、帕累托I型分布、对数正态分布和复合(泊松)分布。指数分布之所以流行,是因为人们自身的便利,而不是因为它通常很容易丢失数据。一方面,仅使用样本平均值就可以很好地估计其参数,另一方面,从进行显式计算的角度来看,使用它很容易。对数正态分布通常显示出更好的拟合损失数据,但估计其两个参数更为复杂。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 03:46:00
帕累托分布可以很好地用于模拟保险中的重大损失,例如森林火灾造成的损失,因为帕累托分布属于所谓的重尾分布族。复合(泊松)分布广泛用于建模保险和金融(例如操作风险)给定时间段内的总损失,因此其分布函数、VaR和ES的递归和近似公式也非常重要。事实上,我们对VaR和ES的近似可以正式用于任何具有正偏态和过量峰度的有限四阶矩分布函数,但应仔细研究每种特定情况下它们的行为和精度。Baixauli和Alvarez[2]展示了经验证据,表明峰度有助于使用标准普尔500指数和日经指数等七个股指的数据获得更精确的VaR近似值,这突出了VaR和ES近似值的必要性,其中也包含了损失的峰度。我们的近似公式将由所谓的正态幂近似(NPA)的扩展驱动。对于具有E(| S |)<∞, D(S)6=0,且正斜度γS(如下所述),可以获得标准化版本S的分布函数的以下近似值:PS- E(S)pD(S)<x+γS(x- 1)!≈ Φ(x),x∈ R、 (1.1)其中D(S):=E(S- E(S)),γS:=E((S- E(S)))(E((S- E(S)))3/2=E(S- E(S))(D(S))3/2是S的偏度,Φ表示标准正态分布随机变量的分布函数。公式(1.1)被称为FS的NPA,通常记入K.Loimaranta,见Kauppi和Ojantakanen【11,第219页】。有关NPA的其他参考资料,请参见Beard等人【5,第3.11节】、Daykin等人【8,第4.2.4节】、Kaas等人【10,第2.5.3节】或Seriand Choirat【17,第5节】。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 03:46:03
在此,我们提请大家注意以下事实:≈ 在公式(1.1)中,表明一般文献中没有以严格的数学方法推导近似误差。据我们所知,当研究误差的交感行为时,唯一的特例是S因Seri和Choirat而具有复合泊松分布的情况【17,第5节】。在接下来的所有内容中≈ 将以同样的方式表示。我们将使用(1.1)的扩展仅用于在第3节中引入VaR和S的ES的新近似值的动机,其中将仔细研究特定损失分布的精度。Daykin等人[8]指出,在实践中,(1.1)建议用于S的右尾,只要偏度γS不超过1或至多1.2,否则正如他们所指出的那样,它变得不可靠。还请注意,如果x>0,则(1.1)可以在formPS中重写- E(S)pD(S)<y!≈ Φsγs+6yγs+1-γS!,y>-γS.(1.2)受(1.1)的启发,我们可以引入一个VaRS(α)的近似值(在alevelα处的S的VaR),给定byE(S)+pD(S)zα+γS(zα- 1)(1.3)对于任何α∈ (0,1),其中zα表示置信水平α下标准正态分布的分位数,见Castaner等人【6,引理2】。此外,受(1.3)的启发,我们可以引入ESS(α)(在α级的S的ES)的近似值byE(S)+pD(S)Д(zα)1- α1+γSzα(1.4)对于任何α∈ (0,1),式中Д(x):=√2πe-x、 x个∈ R、 表示标准正态分布随机变量的密度函数,请参见Casta▄ner等人。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-11 03:46:06
[6,定理1]。在文献中,我们可以找到NPA(1.1)的一个部分,它还涉及到由κS定义的S的过度峰度:=E((S- E(S)))(E((S- E(S)))- 3=E((S- E(S))(D(S))- 即,对于E(S)<∞, D(S)6=0,γS>0和κS>0,可以得到标准化版本的分布函数的以下近似值:PS- E(S)pD(S)<x+γS(x- 1) +κS(x- 3倍)-γS(2x- 5倍)!≈ Φ(x),x∈ R、 (1.5)见Kauppi和Ojantakanen【11,第221页】、Beard等人【5、(3.11.2)和(3.11.9)】或Seri和Choirat【17,第8节】。如果S具有复合泊松分布,也给出了近似值(1.5)的精度,请参见Seri和Choirat【17,第8节】,但一般来说,我们不知道这样的分析。事实上,Seri和Choirat【17,第8节】提出了(1.5)的另一种形式,可以认为是(1.2)的对应物,涉及κSas。对于giveny∈ R、 他们考虑了三次方程x+γS(x- 1) +κS(x- 3倍)-γS(2x- 5x)=y,x∈ R、 通常有三种解决方案,对于所讨论的(1.5)的另一种形式,他们只是使用经验法则选择适当的根。Seri和Choirat【17,第19节】还指出,在他们比较的15种近似方法中,近似(1.5)是最好的四种方法之一。受(1.5)的启发,我们可以引入由(S)+pD(S)给出的VaRS(α)的近似值zα+γS(zα- 1) +κS(zα- 3zα)-γS(2zα- 5zα)(1.6)对于任何α∈ (0,1),称为VaRS(α)的Cornish Fisher近似值,参见,例如,Alexander【1,公式(IV.3.7)】。此外,受(1.6)的启发,可以引入一个由byE(S)+pD(S)ν(zα)1给出的近似值- α1+γSzα+(zα- 1) κS+(1- 2zα)γS(1.7)对于任何α∈ (0,1),见Maillard【13,第6节】。最近,Lien等人。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群