基于变点方法的金融极端态识别
统计金融
2019-02-26 v1 统计方法学
摘要
对尾部的推断通常通过对超过固定阈值的观测拟合适当的极限分布来进行。然而，该阈值的选择至关重要，并可能影响推断结果。极值混合模型已被定义用于利用完整数据集估计阈值并给出准确的尾部估计。此类模型假设所有观测的尾部行为是恒定的。然而，金融收益的极端行为常随时间发生显著变化，且此类变化由市场的突发冲击引起。在此，我们扩展了极值混合模型类以正式考虑分布极端变点，允许存在依赖于区制的参数来建模分布尾部。该扩展正式利用完整数据集同时估计阈值与极端变点位置，并给出两者的不确定性度量。极值分析中关注函数的估计通过 MCMC 算法执行。我们的方法通过一系列模拟进行评估，应用于真实数据集，并与竞争方法进行比较。证据表明，在金融应用中引入不同极端区制优于静态与动态的竞争方法。
引用
@article{arxiv.1902.09205,
title = {A changepoint approach for the identification of financial extreme regimes},
author = {Chiara Lattanzi and Manuele Leonelli},
journal= {arXiv preprint arXiv:1902.09205},
year = {2019}
}