广义自回归得分非对称拉普拉斯分布与极端下行风险预测
风险管理
2020-10-14 v3
摘要
由于金融收益数据具有偏态分布、高峰厚尾及不对称性,传统分布难以刻画。近年来,广义自回归得分(GAS)已用于诸多领域并取得良好效果。本文在广义自回归得分(GAS)框架下改进非对称拉普拉斯分布(ALD),提出 GAS-ALD 模型,其具有时变参数特征,可描述高峰厚尾、偏态及不对称分布。该模型被用于研究上证指数、深证成指与中小板指数。研究发现:1) 三指数的分布参数与矩具有明显的时变特征与聚集特征。2) 与常用的 VaR 和 ES 计算模型相比,GAS-ALD 模型具有较高的预测效果。
引用
@article{arxiv.2008.01277,
title = {Generalized Autoregressive Score asymmetric Laplace Distribution and Extreme Downward Risk Prediction},
author = {Hong Shaopeng},
journal= {arXiv preprint arXiv:2008.01277},
year = {2020}
}
备注
13 pages, 12 figures