全部版块 我的主页
论坛 经济学人 二区 外文文献专区
973 19
2022-06-24
英文标题:
《calculation worst-case Value-at-Risk prediction using empirical data
  under model uncertainty》
---
作者:
Wentao Hu
---
最新提交年份:
2019
---
英文摘要:
  Quantification of risk positions under model uncertainty is of crucial importance from both viewpoints of external regulation and internal management. The concept of model uncertainty, sometimes also referred to as model ambiguity. Although we know the family of models, we cannot precisely decide which one to use. Given the set $\\mathcal{P}$, the value of the risk measure $\\rho$ varies in a range over the set of all possible models. The largest value in such a range is referred to as a worst-case value, and the corresponding model is called a worst scenario. Value-at-Risk(VaR) has become a very popular risk-measurement tool since it was first proposed. Naturally, WVaR(worst-case Value-at-Risk) attracts the attention of many researchers. Although many literatures investigated WVaR, the implications for empirical data analysis remain rare. In this paper, we proposed a special model uncertainty market model to simply the $\\mathcal{P}$ to a set contain finite number of probability distributions. The model has the structure of the two-layer mixed distribution model. We used change point detection method to divide the returns series and then used EM algorithm to estimate the parameters. Finally, we calculated VaR, WVaR(worst-case Value-at-Risk) and BVaR(best-case Value-at-Risk) for four financial markets and then analyzed their different performance.
---
中文摘要:
从外部监管和内部管理的角度来看,量化模型不确定性下的风险头寸至关重要。模型不确定性的概念,有时也称为模型模糊性。虽然我们知道模型系列,但我们无法准确决定使用哪一个。给定集合$\\数学{P}$,风险度量$\\ rho$的值在所有可能模型集合的范围内变化。该范围内的最大值称为最坏情况值,相应的模型称为最坏情况。自风险价值(VaR)首次提出以来,它已成为一种非常流行的风险度量工具。自然,WVaR(最坏情况下的风险值)吸引了许多研究人员的注意。虽然许多文献研究了WVaR,但对实证数据分析的影响仍然很少。本文提出了一种特殊的不确定性市场模型,将$\\数学{P}$简化为一个包含有限个概率分布的集合。该模型具有双层混合分布模型的结构。我们使用变化点检测方法对收益序列进行分割,然后使用EM算法对参数进行估计。最后,我们计算了四个金融市场的VaR、WVaR(最坏情况风险值)和BVaR(最佳情况风险值),并分析了它们的不同表现。
---
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 13:27:43
利用模型不确定性下的经验数据计算最坏情况下的风险预测值胡文涛*2019年7月31日从外部监管和内部管理的角度来看,模型不确定性下风险头寸的量化至关重要。模型不确定性的概念,有时也称为模型模糊性。虽然我们知道模型系列,但我们无法准确决定使用哪一个。给定集合P,风险度量ρ的值在所有可能模型集合的范围内变化。该范围内的最大值称为最坏情况值,相应的模型称为最坏情况。自风险价值(VaR)首次提出以来,它已成为一种非常流行的风险度量工具。自然,WVaR(最坏情况下的风险值)吸引了许多研究人员的注意。虽然许多文献研究了WVaR,但对实证数据分析的影响仍然很少。在本文中,我们提出了一个特殊的模型不确定性市场模型,将P简化为一组包含有限个概率分布的集合。该模型具有双层混合分布模型的结构。我们使用变化点检测法来划分返回序列,然后使用EM算法来估计参数。最后,我们计算了四个金融市场的VaR、WVaR(最坏情况下的风险值)和BVaR(最佳情况下的风险值),然后分析了它们的不同表现。关键词:风险价值;最坏情况;模型不确定性;经验数据;混合分配模式1简介随着金融业的快速发展和金融危机的频繁出现,风险管理已成为公司管理者和ZF监管机构面临的重要问题。自J.P.Morgan首次提出风险价值(VaR)以来,它已成为一种非常流行的风险衡量工具。
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 13:27:46
设X为损失,V aRα(X)=inf{X∈ R:P[X 6 X]>α}=F-1X(α)。(1) 它已达到写入行业法规的高度地位。简单是一个重要的优点。首先,VaR很容易理解。根据Du fie[1],VaR可以定义为给定时间范围T和置信水平α,VaR是指市场价值损失,其概率最多只能超过1- α. 那就是“我们百分之百确定*山东大学金融研究所和数学学院,济南250100,中国未来N天内,我们的损失不会超过V美元。”VaR只是损失分布的α百分位数。用一个数字来描述复杂的金融风险可以使风险测量变得简单直观。此外,Kupiec【2】、Christo Offersen【3】和Hull【4】表示VaR易于计算和回归测试。然而,Lo[5]和Leskow[6]认为,当损失不是“正态”分布时,VaR会变得不稳定,难以在数值上进行处理,事实上,这种情况经常发生,因为损失分布往往表现出“厚尾”。因此,Zangari【7】和Venkataraman【8】指出,正常假设下的VaR将导致严重低估极端损失的风险。许多研究人员努力解决这个问题。Huschens【9】、Glasserman【10】和Lin【11】使用多元t分布来修正原始假设。Li【12】、Wilhelmsson【13】、Su【14】和Gabrielsen【15】使用波动率、偏度和峰度等统计数据来捕捉极值。Haas【16】和Gebizlioglu【17】使用威布尔分布。Zangari【7】、Venkataraman【8】和Hull【18】使用高斯混合估计VaR。Zhang[19]使用基于KStest的EM算法来确定成分分布的数量。Billio【20】和Kawata【21】使用switchingvolatility模型来描述数据的独立性。
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 13:27:49
有关相关文献的最新说明,可以参考一些最近的评论论文Kuester【22】、Jorion【23】、Abad【24】和Zhang【25】。然而,从外部监管和内部管理的角度来看,量化金融机构在模型不确定性下持有的风险头寸至关重要。鉴于贝叶斯方法的某些不确定性来源,O\'Hagan【26】、Bernardo【27】和Lexander【28】假设VaR是用一组未知参数来描述的。假设模型及其参数都是不确定的,贝叶斯估计可以从后验参数密度和后验模型概率中得出,后验参数密度和后验模型概率是通过贝叶斯定理从先验密度中获得的。这个问题也从非贝叶斯的角度进行了研究,如Modarres【29】、Giorgi【30】和Figlewski【31】。至于VaR模型,Alexander[28]与贝叶斯方法有相同的想法。Jorion【32】和Talay【33】调查了抽样误差。然而,weremark表示,对于模型风险的来源没有达成共识。模型不确定性的概念,有时也称为模型模糊性。有人认为,数据遵循的不是单一分布,而是一系列分布。虽然我们知道模型系列,但我们无法准确决定使用哪一个。续[34]通过在所有可能的估值模型下获得的价格范围,对复杂产品的模型风险进行量化。许多文献研究了给定部分信息的风险度量的最坏情况值。通常,利息问题属于以下类型:to fifsupρ(X),X∈ P、 (2)其中ρ是一个风险度量,集P是一类具有某些给定部分分布信息的随机变量。给定集合P,风险度量ρ的值在所有可能模型集合的范围内变化。
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 13:27:52
该范围内的最大值称为最坏情况值,相应的模型称为最坏情况。早期来源是Royden[35]。Kass【36】、Schepper【37】、Popescu【38】、He【39】和许多其他文献计算了部分信息下P(X 6 X)的界。彭[40,41,42,43]提出了次线性期望。次线性期望理论的核心概念是数据序列中固有的一系列分布。Artzner[44]提出了一致风险度量的概念,可以将其视为公众期望的一个特殊实例。虽然许多文献研究了风险度量的最坏情况值,但对实际数据分析的影响仍然很少。Peng【45】提出了一种基于次线性预测的G-VaR,特别适用于方差不确定性条件。此外,我们没有根据经验数据计算最坏情况下的风险值。在本文中,我们提出了一个特殊的模型不确定性市场模型,将P简化为一组包含有限个概率分布的集合。我们将R分成N段,在每个子集Rt中,数据是i.i.d。。模型不确定性市场模型采用了双层混合分布模型的结构。第一层成分为高斯混合分布。不同的成分分布对应不同的市场因素。组成部分的权重表示市场因素发生的概率。我们不关心也无法对组件发生的可能性进行建模。因此,当我们预测未来数据的分布时,我们只能知道生成数据的全部成分分布(即市场因素),但我们无法准确地知道成分的权重(即任何市场因素发生的准确概率)。
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 13:27:55
第二层组件没有财务意义,它们只是数值模拟方法的一部分。论文的其余部分组织如下。第2节简要回顾了回报序列的WVaR(最坏情况下的风险值)。在第3节中,我们提出了一个特殊的市场模型来描述模型的不确定性。第4节报告了收益率序列分割的方法。第5节介绍了参数估计的方法。在第6节中,我们展示了四个金融市场的WVaR实证结果。最后,第7节得出结论。2 WVaR(最坏情况下的风险值)首先我们考虑特定的条件。设X为金融资产的收益率,它是概率空间中的随机变量(Ohm, F、 P)。定义2.1(风险价值)给定α级风险∈ [0,1],风险值V aRα在X的α级,分布为P isV aRα(X)=-inf{x∈ R:P[X 6 X]>α}(3)在不确定的情况下,我们有一组完全可加的概率P,不能精确地决定概率X应该服从哪个。因此,我们有不确定条件下的WVaR(最坏情况风险值)。定义2.2(WVaR)给出实数α∈ [0,1],X的α级的W V aRα具有一组完全相加的概率P isW V aRα(X)=-inf{x∈ R:最大值∈PP[X 6 X]>α}。(4) W V aRα(X)只关心最坏的分布,即损失最大的分布。这种最坏情况对应于金融资产的最坏情况。在W V aR的定义中,α的含义与V aR相比发生了变化。在一定条件下,α是一个置信水平,V aR是α下的一个分位数。在不确定条件下,我们无法精确地确定概率,因此,我们无法精确地找到分位数。在这种情况下,α成为“有条件”置信水平。
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