GARCH-UGH：一种用于金融时间序列动态极端风险价值估计的偏差缩减方法
应用统计
2021-04-21 v1 风险管理
摘要
风险价值（VaR）是金融风险管理中广泛使用的工具。从操作和监管角度来看，在极端水平下估计损失收益分布的VaR是金融应用中的一个重要问题；特别是，给定近期历史的一期向前动态极端VaR估计已受到广泛关注。本文提出一种称为GARCH-UGH（无偏Gomes-de Haan）的两步偏差缩减估计方法，即首先使用AR-GARCH模型对金融收益进行滤波，然后对标准化残差应用偏差缩减的极端分位数估计量，以估计一期向前的动态极端VaR。我们的结果表明，在多个金融时间序列历史日收益的样本内和样本外回测视角下，GARCH-UGH估计比将常规AR-GARCH滤波与极值估计相结合所得的结果更为准确。
引用
@article{arxiv.2104.09879,
title = {GARCH-UGH: A bias-reduced approach for dynamic extreme Value-at-Risk estimation in financial time series},
author = {Hibiki Kaibuchi and Yoshinori Kawasaki and Gilles Stupfler},
journal= {arXiv preprint arXiv:2104.09879},
year = {2021}
}