全部版块 我的主页
论坛 经济学人 二区 外文文献专区
572 17
2022-06-24
英文标题:
《How big should a Stress Shock be?》
---
作者:
David G Maher
---
最新提交年份:
2019
---
英文摘要:
  Stress shocks are often calculated as multiples of the standard deviation of a history set. This paper investigates how many standard deviations are required to guarantee that this shock exceeds any observation within the history set, given the additional constraint of kurtosis. The results of this analysis are then used to validate the shocks produced by some stress test models, in particular that of Brace-Lauer-Rado. A secondary application of our results is to investigate three known extensions of Chebyshev\'s Inequality where the kurtosis is known. It is found that our results give a tighter bound than the well-known inequalities.
---
中文摘要:
应力冲击通常计算为历史数据集标准偏差的倍数。本文研究了在峭度的附加约束下,需要多少标准差才能保证该冲击超过历史集内的任何观测值。然后,使用该分析的结果来验证一些应力测试模型产生的冲击,尤其是支撑Lauer-Rado产生的冲击。我们结果的第二个应用是研究切比雪夫不等式的三个已知扩展,其中峰度已知。我们发现,我们的结果给出了一个比已知不等式更紧的界。
---
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
--

---
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
2022-6-24 00:24:31
压力冲击应该有多大?David G.Maher*2019年5月27日抽象应力冲击通常计算为历史数据集标准偏差的倍数。本文研究了在峭度的附加约束下,需要多少标准差才能保证这次冲击超过历史数据集内的任何观测值。然后,利用该分析的结果来验证一些应力测试模型产生的冲击,特别是布莱斯·劳尔·拉多的应力测试模型。我们的结果的第二个应用是研究切比雪夫不等式的三个已知张力,其中峰度是已知的。我们发现,我们的结果给出了一个比众所周知的等式更严格的界。关键词:应力模型验证、峰度、切比雪夫不等式。1简介确定应力冲击大小的常用方法是将风险因素的每日标准偏差σ乘以k。σ通常根据适当长度N的每日速率变化历史集进行校准。倍数k有时被称为尾部因子。这可以通过累积分布函数的倒数来计算。例如,如果收益率按正态分布建模,则百万分之一日冲击的尾部系数将为4.75。压力模型很少发布,因为1)它们是专有的,2)没有这样的监管要求。因此,据我们所知*DavidGMaher@yahoo.com.auis没有关于这些模型的性能或验证的文献。事实上,压力模型不能有效地进行回溯测试,因为它们的设计是为了产生足够大的冲击,从而不会有回溯测试例外。以下压力模型已传达给作者:o几家银行假设回报遵循低自由度的学生t分布(c.f.[5])。
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

2022-6-24 00:24:34
例如,3个自由度(分布具有有限方差的最低自由度)产生的总因子为103.3。历史记录集的长度因银行而异一家澳大利亚银行使用尾部系数7,对流动性较低的资产增加额外的附加系数。用于校准的历史记录集是2年的VaRhistory集。o一家加拿大银行和一家澳大利亚银行使用了布雷克·劳尔·拉多(Brace Lauer Rado)[3]的应力模型,该模型主要由给定的峰度值来参数化,以产生尾部因子。这些银行的历史记录长度各不相同。本文研究了以下问题:给定大小为kσ的应力冲击,我们能否确保该冲击超过历史数据中观察到的任何冲击?毕竟,如果在过去一两年中发现冲击比衍生的应力冲击大,那么这将有效地使应力模型失效。本文解决这个问题的方法是扩展Samuelson[8]的结果(另见[4]及其参考文献)。萨缪尔森(Samuelson)证明,没有哪个价值比√N- 1通过检查端点示例,其中一个观察值等于1,剩余N,与平均值的偏差- 1观测值设置为零。本文的主要结果是对这种端点分布的峰度施加条件(第2节),然后应用这些条件来验证上述应力测试模型,尤其是支撑Lauer-Rado的应力测试模型(第3节)。这是一种新颖的方法,可以认为是第一种通过错误测试分析压力模型的方法。按照萨缪尔森(Samuelson)[8]的概述,我们然后使用这个端点分布来检验切比雪夫不等式的三个扩展,其中峰度是已知的。这些是具有偶数阶高阶矩的切比雪夫不等式、泽伦不等式【11】和巴特查里亚不等式【2】的一个版本。
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

2022-6-24 00:24:37
与萨缪尔森的结果类似,我们给出了切比雪夫不等式在有限情形下的三个已知扩展的更紧界。2将峰度纳入塞缪尔森分布[8],塞缪尔森证明,没有任何一个值可以超过√N- 1与平均值的偏差。这是通过构造一个有限点分布来实现的,其中一个观测值等于1,剩下的N- 1观测值设置为零。作为资产价格极端波动的模型,这种分布是不现实的。这将相当于市场永远不会波动,除非10000天内有一天出现大幅跃升(甚至更多),我们对波动性的估计完全是由跃升的规模决定的。事实上,资产价格确实在变动,波动性也在不断变化和聚集,而且跳跃幅度也越来越小。为了将这些特性纳入萨缪尔森分布,我们将对峰度进行限制。专注于峰度是验证应力模型的理想选择,因为它不会对分布强加任何其他假设,只不过是分布重尾程度的一般度量。因此,让我们考虑具有低峰度的分布,再加上一个异常值。点位于±1处的双峰分布(峰度为1)是明显的候选分布。对于固定的峰度值,该分布使(X-\'\'X)/σ较大。严格证明峰度固定值的分布使(X)的值最大化-‘X)/σ是一个复杂的优化问题,类似于[8]中提出的问题。
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

2022-6-24 00:24:41
为了确定此分布无法改进,将其与附录中的其他三个分布进行了比较:两者均未产生更大的(X)值-?X)/σ比双模。但除此之外-“X)/σ对任何分布选择都没有太大影响,因此我们对峰度的选择是一个很好的限制,因为它允许资产价格移动,并且以不同的方式移动,除了一次大的冲击外,还会对波动性产生一些影响。因此,套用【8】:当分布受到峰度限制时,一个人会有多大的偏差?考虑具有一个极值点的双峰分布,我们称之为ΦN:ΦN=(X,X,X,X,X,…,XN)=(a,b,-bb-b) 对于a,b和c进行归一化,使得E(X)=0,E(X)=1,andE(X)=κ。因此,a是偏离平均值的最大可能标准偏差数。我们证明如下:命题1。假设N≥ 5是奇数。值a=a(N,κ)由a=a(N,κ)=VuT给出-N- 1N+1+sN- 1N+1- G(N,κ),其中G(N,κ)=N(N- 1)- (N)- 1) κ(N+1)(N- 3) 此外,a~ [N(κ- 1) ]1/4对于大N.证明:假设非正态分布的平均值为。为了简化计算,假设N是奇数。
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

2022-6-24 00:24:44
从每个观测值中减去y,X除外,给定se(X)=NNXi=1Xi=aN+N- 12牛顿(-b-ay)+N- 12N(b-ay)=aN-N- 1N。是的=> y=N- 1从第二个力矩开始:E(X)=NNXi=1Xi=aN+N- 12牛顿(-b-一- 1) +N- 12N(b-一- 1) =a(N- 1) +N- 1Nb=> b=NN- 1.- aN(N- 1) 由于E(X)=0且E(X)=1,峰度κ仅为E(X):κ=E(X)=NNXi=1Xi=aN+N- 12牛顿(-b-一- 1) +N- 12N(b-一- 1) =aN+N- 12N(2b+12ba(N- 1) +2a(N- 1) )替换b=NN-1.- aN(N-1) :κ=aN+N- 1NNN型- 1.- aN(N- 1)+ 6.NN型-1.- aN(N-1)a(N- 1) +a(N- 1)=aN+N- 1NN(N- 1)-2Na(N- 1) +不适用(N- 1)+6Na(N- 1)-6Na(N- 1) +a(N- 1)=aN+N(N- 1) (N)- 1)+(6 - 2N)a(N- 1) +(N- 6N+1)aN(N- 1) =N(N- 1) (N)- 1)+6 - 2N(N- 1) a+N- 6N+1+(N- 1) N(N- 1) a=N(N- 1) (N)- 1)+-2(N- 3) (N)- 1) a+(N+1)(N- 3) (N)- 1) 面积排列,并乘以(N-1) (N+1)(N-3) 给出以下求积系数a:0=(a)- 2N个- 1N+1(a)+G(N,κ)(2.1),其中G(N,κ)=N(N- 1)- (N)- 1) κ(N+1)(N- 3) a的值作为κ和N的函数由二次公式给出,然后取正情况的平方根。这是对该命题的首次陈述。对于第二种说法,请注意让N变大yieldsa=a(N,κ)=q-1+p1+N(κ- 1) ~ [N(κ- 1) ]1/4表示大N。备注:在萨缪尔森分布中,a(高于平均值的标准偏差数)以N1/2的领先项增长,但我们的分布在N1/4中增长缓慢。
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