用于金融风险管理的时变高斯-柯西混合模型
应用统计
2020-02-17 v1
摘要
金融风险有多种度量指标，例如风险价值（VaR）、期望短缺、预期/非预期损失等。在估计这些指标时，假设资产收益服从高斯分布曾非常普遍，但这可能低估市场的真实风险，尤其是在金融危机期间。本文提出了一系列用于风险分析与管理的时变混合模型。这些混合模型包含两个分量：一个为高斯分布分量，另一个为厚尾的柯西分布分量。我们允许分布参数和分量权重随时间变化，以增加模型的灵活性。利用蒙特卡洛期望最大化算法来估计参数。为验证模型的良好表现，我们进行了一些模拟研究，并将模型应用于真实股票市场。基于这些研究，我们的模型在不同经济条件下均适用，且分量权重能够捕捉市场波动性的正确模式。
引用
@article{arxiv.2002.06102,
title = {Time-Varying Gaussian-Cauchy Mixture Models for Financial Risk Management},
author = {Shuguang Zhang and Minjing Tao and Xu-Feng Niu and Fred Huffer},
journal= {arXiv preprint arXiv:2002.06102},
year = {2020}
}