Risk measuring under liquidity risk
我们提出了一个衡量流动性风险的一般框架。该理论框架定义了一类风险度量，将流动性风险纳入标准风险度量。我们考虑一个单期风险度量模型。流动性风险定义为金融机构无法轻易出售或购买特定证券或证券组合而不导致价格发生重大变化的风险。新的风险衡量标准与标准风险衡量标准存在一些差异。特别是，他们是增加单调和凸现金子添加的多头头寸。相反，在某些情况下，对于卖出头寸来说，情况正好相反。对于多头头寸的情况，我们提供了这些新的风险度量的双重表示。在某些特定情况下，卖出头寸也可以配备双重表示。我们将我们的框架应用于金融机构将大型交易分解为许多小型交易的情况。还得到了对偶表示的结果。我们给出了许多风险度量的实际例子，并为每一个风险度量导出了相应的资本要求。作为一个特殊的例子，我们讨论了VaR度量。
2014-12-21 q-fin.MF q-fin.RM
Risk sharing, measuring variability, and distortion riskmetrics
本文针对一般扭曲风险度量下的风险分担问题，刻画了帕累托最优配置，并显式求解了基于基尼偏差、均值-中位数偏差及分位数间差的最优配置，发现后者呈现反单调混合结构。
2025-09-10 q-fin.RM
Optimizing distortion riskmetrics with distributional uncertainty
具有分布不确定性的失真风险度量的优化在金融和运筹学中有着广泛的应用。失真风险度量包括许多常用的风险度量和偏差度量，它们不一定是单调或凸的。我们的主要发现之一是一个统一的结果，使我们能够转换一个优化的非凸失真riskmetric与分布的不确定性，凸的，导致很大的易处理性。统一等价结果的充分条件是集中闭性的新概念，其变体也被证明是等价所必需的。我们的研究结果包括许多特殊情况下，以及在优化文献中研究，包括但不限于优化概率，风险价值，预期不足，雅里的双重效用，失真风险措施之间的差异，在各种形式的分布不确定性。我们说明我们的理论结果，通过应用程序的投资组合优化，矩约束下的优化，偏好鲁棒优化。
2022-02-23 math.OC math.PR q-fin.RM
Spectral risk measures and uncertainty
在不同的可能情况下进行的风险评估是不确定性的来源，可能导致有关的财务损失。我们解决这个问题，首先，通过适应一个强大的框架，光谱风险措施的类。其次，我们提出了一种基于偏差的方法来量化不确定性。最后，以NASDAQ指数为例进行了实证分析.
2019-05-19 q-fin.RM
Dual Representation of Robust Risk Measures and Uncertainty Sets
Federal University of Rio Grande do Sul（南里奥格兰德联邦大学）；University of Toronto（多伦多大学）
本文研究由凸风险度量在不确定性集上的最坏情况值定义的稳健风险度量，通过整合不确定性集刻画其连续性，推导对偶表示，并建立整合不确定性集的集值对偶表示。
2026-06-03 q-fin.RM
RiskRank: Measuring interconnected risk
本文提出RiskRank作为周期性和横截面系统性风险的联合度量。RiskRank是一个通用的聚合运算符，同时考虑各个实体的风险水平及其相互关联性。该措施依赖于将系统性风险分解为子组成部分，然后使用一套风险措施及其关系进行评估。出于这个目的，出于Choquet积分的发展，我们采用RiskRank函数来聚合风险度量，允许在聚合过程中整合不同因素的相互关系。RiskRank的使用是通过一个真实世界的情况下，在欧洲的设置，我们表明，它表现良好，在样本分析。在这个例子中，我们提供了一个估计的系统性风险，从国家层面的风险和跨境联系。
2016-01-22 q-fin.CP q-fin.MF q-fin.RM
Measuring the default risk of sovereign debt from the perspective of network
近年来，人们对网络研究的兴趣越来越大，特别是在生物学、计算机科学和社会学等领域。从网络的角度来解决欧洲主权债务危机等复杂的金融问题是很自然的。在本文中，我们建立了一个网络模型，根据债务-信用关系，而不是使用传统的方法来衡量违约风险。在此模型的基础上，利用国际清算银行（BIS）的综合外债季度报告和这些报告国的债务/国内生产总值比率，对风险指数进行了研究。实证结果表明，该指数不仅可以帮助监管者和从业者判断互联互通的状况，还可以指出主权债务违约风险的程度。我们的方法为量化系统性风险的研究提供了新的思路。
2013-04-13 q-fin.RM
Hedging Against the Interest-rate Risk by Measuring the Yield-curve Movement
采用多项式插值方法，通过度量收益率曲线的平移、旋转和扭曲等非平行运动，提出了一种无违约债券的利率风险对冲方法。实证分析表明，我们的套期保值策略与传统的久期凸性策略相当，甚至更好，当我们手头有更多合适的套期保值工具。文章表明，这种策略是灵活和稳健的，以应对利率风险，并可以帮助微调的立场，随着时间的变化。
2013-12-24 q-fin.GN q-fin.PM q-fin.RM
Measuring Model Risk
我们建议将分布模型风险解释为预期损失对风险因子分布变化的敏感性，并通过最大预期损失来衡量投资组合的分布模型风险。发散度可以是相对熵、Bregman距离或$f$ -发散度。我们给出了计算分布模型风险的公式，并明确确定了最坏情况下的分布从一组合理的分布。我们还给出了公式描述模糊厌恶决策者的分歧偏好的评估。
2013-01-21 cs.IT math.IT q-fin.RM
Measuring Systemic Risk: Common Factor Exposures and Tail Dependence Effects
我们使用一个共同的因素，占整个市场的冲击和尾部依赖因素，占极端股票收益之间的联系模型系统性风险。具体来说，我们的理论模型允许公司特定的罕见和极端事件的影响。我们使用1996年至2011年美国金融业四个部门的数据，发现了两个关键的实证结果。首先，忽视尾部相关因素的影响会导致系统性风险的测量出现向下偏差，特别是在经济疲软时期。其次，当这些指标作为圣路易斯联邦储备银行金融压力指数的领先指标时，包含尾部依赖因子的指标比仅基于共同因子的指标具有更好的预测能力。
2022-02-04 q-fin.RM
Uncertainty Propagation and Dynamic Robust Risk Measures
该研究提出动态不确定性集框架量化动态场景不确定性传播，定义动态鲁棒风险度量并以公理化方式推导其性质与时间一致性的充要条件，明确f-散度和Wasserstein距离对应的时间一致性类型及递归表示关系。
2024-02-02 q-fin.RM
Parameter uncertainty and reserve risk under Solvency II
在这篇文章中，我们认为参数风险的背景下，内部建模的准备金风险偿付能力II。我们讨论了两个对立的角度对参数的不确定性，并指出，标准的方法，经典的准备金集中在索赔准备金的估计误差一般是不合适的模型参数的不确定性对实际的经济损失风险的影响，从企业的角度来看。参考偿付能力II的要求，我们通过比较根据相应方法对偿付能力风险资本要求建模时实际达到的偿付能力概率与所需置信水平，评估了准备金风险的建模参数不确定性的方法。使用一个简单的例子，正常的模型，我们表明，自举方法是不适合模型参数的不确定性，根据这个标准。然后，我们提出了\cite {froehlich 2014}中提出的方法的适应。实验结果表明，该方法得到的准备金风险资本模型具有良好的近似性，达到了所需的置信水平。
2017-04-05 q-fin.RM
An AI approach to measuring financial risk
人工智能带来了新的定量技术来评估经济状况。在这里，我们描述了一个新的措施，系统性风险：金融风险表（FRM）。该度量基于线性分位数套索回归的惩罚参数（lambda）。FRM的计算方法是取美国100家最大的公开交易金融机构的惩罚参数的平均值。我们通过将建议的FRM与其他系统性风险指标（如VIX，SRISK和Google Trends）进行比较，证明了这种基于AI的风险度量的适用性。研究发现，FRM与这些指标之间存在相互的Granger因果关系，这表明FRM作为系统性风险指标的有效性。该项目的实施是使用并行计算进行的，代码发布在www.quantlet.de上，关键字为FRM。R软件包RiskAnalytics是另一个工具，旨在整合和促进FRM项目的研究，计算和分析方法。可视化和最新的FRM可以在hu.berlin/frm上找到。
2020-09-28 q-fin.RM
Parameter uncertainty for integrated risk capital calculations based on normally distributed subrisks
在这篇文章中，我们考虑了基于风险价值（VaR）的风险计算中的随机子风险之和$\mathbf{X}_j$的总体风险。如果我们假设企业知道参数分布家族子风险$\mathbf{X}_j=\mathbf{X}_j(θ_j)$，但不知道真实的参数向量$θ_j$，则企业面临参数不确定性。为了评估风险资本计算模型参数不确定性的方法的适当性，我们考虑了最近文献中介绍的一个标准。根据这一准则，我们证明，一般来说，风险资本模型对每个子风险的适当性并不意味着该模型在总体风险的总体水平上的适当性。对于总风险由正态分布的子风险之和给出的情况，我们证明了一个理论结果，导致一个适当的综合风险资本模型，考虑参数的不确定性。基于该定理，我们开发了一种方法，同时提高所需的置信水平的近似值-每个子风险的水平以及整体风险。
2017-04-05 q-fin.RM
Risk Aggregation under Dependence Uncertainty and an Order Constraint
我们研究了两个风险的聚集，当边际分布是已知的，依赖结构是未知的，在附加的约束下，一个风险小于或等于其他。风险聚集问题的顺序约束是密切相关的最近引入的概念的方向较低（DL）的耦合。通过DL耦合获得凹序中的最大聚合风险（因此，凸序中的最小聚合风险）。这些结果进一步推广到计算最佳情况和最坏情况下的值的尾部风险措施。特别是，我们得到的分析公式的风险价值的界限。我们的数值结果表明，具有额外阶约束的风险度量的新界可以大大改善具有完全依赖不确定性的风险度量。
2021-10-21 q-fin.RM
CEI: a new indicator measuring City Commercial Credit Risk initiated in China
中国城市商业环境信用指数（China City Commercial Environment Credit Index，简称CEI）是2010年首次提出并建立的一个概念，旨在量化和评价中国大陆各城市的区域商业环境与经济发展水平。在这篇手稿中，包括CEI的历史回顾和详细介绍，然后进行统计研究。特别是，一个独立的统计交叉检查现有的CEI-2012进行和重要的因素，发挥最有影响力的角色进行了讨论。
2015-05-17 q-fin.RM q-fin.ST
On evaluation of joint risk for non-negative multivariate risks under dependence uncertainty
本文针对依赖不确定性下的非负多元风险，提出标量与向量值扭曲联合风险度量，通过新公理体系进行刻画，并与现有多元风险度量进行比较，为联合风险评估提供理论基础。
2025-04-11 q-fin.RM
Superhedging and Dynamic Risk Measures under Volatility Uncertainty
我们考虑动态次线性期望（即，时间一致的一致性风险度量），其情景集由对应于波动性不确定性的一般形式的单一度量组成。我们得到了一个càdlàg非线性鞅，它也是一个超对冲问题的值过程。超对冲策略是从一个类似于可选分解的表示。进一步证明了非线性鞅的一个可选抽样定理，并将其刻画为二阶后向鞅的解。研究了静态次线性期望的动态扩张的唯一性。
2012-06-12 math.OC math.PR q-fin.RM
Robust risk evaluation of joint life insurance under dependence uncertainty
Graduate School of Economics, Hitotsubashi University（一桥大学经济学研究科）
本文研究了在依赖不确定性下联合人寿保险产品的稳健定价与风险评估，通过Copula的顺序关系证明了风险度量的单调性，并提出基于规范球的线性规划方法改进现有界。
2026-03-27 q-fin.RM
Robust distortion risk measures with linear penalty under distribution uncertainty
本文针对分布不确定性场景，研究带线性惩罚的鲁棒失真风险测度，刻画了矩约束与Wasserstein距离约束下的最优分位数分布和值函数，拓展了已有研究结论，并分析了惩罚参数的影响。
2025-03-20 q-fin.RM
Estimation of Operational Risk Capital Charge under Parameter Uncertainty
许多银行采用损失分布法来量化巴塞尔II要求下的操作风险资本要求。通常的做法是使用年损失分布的0.999分位数来估计资本费用，该分位数是使用频率和严重程度分布参数的点估计值计算的。参数估计的不确定性通常被忽略。对银行来说，考虑参数不确定性的一个令人不快的后果是资本要求的增加。本文演示了如何参数的不确定性可以考虑使用贝叶斯框架，也允许将专家意见和外部数据的估计过程。
2009-04-11 q-fin.RM
calculation worst-case Value-at-Risk prediction using empirical data under model uncertainty
模型不确定性下风险头寸的量化从外部监管和内部管理两个角度来看都是至关重要的。模型不确定性的概念，有时也称为模型模糊性。虽然我们知道模型家族，但我们不能精确地决定使用哪一个。给定集合$\mathcal{P}$，风险度量$ρ$的值在所有可能模型的集合上在一定范围内变化。这个范围内的最大值被称为最坏情况值，相应的模型被称为最坏情况。风险价值（Value-at-Risk，VaR）自提出以来，已成为一种非常流行的风险度量工具。WVaR（worst-case风险价值）自然引起了众多研究者的关注。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模型--不确定性市场模型，将$\mathcal{P}$简化为一个包含有限个概率分布的集合。该模型具有两层混合分布模型的结构。采用变点检测法对收益率序列进行分段，然后采用EM算法进行参数估计。最后，我们计算了四个金融市场的VaR、WVaR（worst-case风险价值）和BVaR（best-case风险价值），并分析了它们的不同表现。
2019-08-02 q-fin.RM
Risk Assessment with Generic Energy Storage under Exogenous and Endogenous Uncertainty
本文重新定义可提供概率备用的通用储能，建立涵盖外生与内生不确定性的数据驱动统一模型，并通过风险指标和日前机会约束优化表明内生不确定性会带来更严重风险。
2022-03-26 cs.SY eess.SY math.PR
Robust Policy Selection and Harvest Risk Quantification for Natural Resources Management under Model Uncertainty
本文研究模型不确定性下自然资源管理的最优收获策略选择问题，在新古典增长模型框架下引入初始条件不确定性，利用凸风险测度与 Fréchet 风险测度量化操作与边际风险，从而获得对模型不确定性具有鲁棒性的收获策略。
2022-02-10 math.OC q-fin.RM
Modeling and measuring incurred claims risk liabilities for a multi-line property and casualty insurer
我们提出了一个随机模型，允许财产和意外伤害保险公司与多个业务线，以衡量其负债的已发生索赔风险，并计算相关的资本要求。我们的模型包括许多理想的功能，使再现损失率动态的经验性质。例如，我们的模型集成了一个双广义线性模型依赖于事故学期和发展滞后的影响，以代表的平均值和分散的损失率分布，损失率之间的自相关结构的各种发展滞后，和一个分层copula模型驱动的依赖性在各个业务线。该模型允许对损失三角形进行联合模拟，并通过风险度量对整体投资组合风险进行量化。因此，与经济资本要求相关的多元化利益可根据允许确认该利益的国际财务报告准则第17号计量。然后说明了基于欧拉分配原则的跨业务线的资本分配。我们的模型的实施是通过估计其参数的基础上从一般保险统计局（GISA）获得的汽车保险数据，并进行数值模拟，其结果，然后提出。
2020-07-14 q-fin.RM
Risk Quantification in Stochastic Simulation under Input Uncertainty
在模拟复杂随机系统时，输出响应的行为依赖于从有限的真实世界数据中估计的输入参数，数据的有限性给系统带来了输入的不确定性。输入不确定性对输出响应的影响的量化已经得到了广泛的研究。现有的文献大多侧重于提供真实但未知输入参数下的平均响应的推断，包括点估计和置信区间构造。输入不确定性下的平均响应风险量化在系统评价和控制中起着重要的作用，因为它提供了对所有可能输入模型中平均响应极端情景的推断。据我们所知，在文献中很少有系统的研究。本文首先介绍了输入不确定性下均值响应的风险度量，并提出了一种嵌套的蒙特卡罗模拟方法来估计它们。然后，我们开发的渐近性质，如一致性和渐近正态性的建议嵌套风险估计。我们进一步研究了相关的预算分配问题，以有效的嵌套风险模拟，最后使用共享经济的例子来说明由于输入的不确定性，访问和控制风险的重要性。
2017-12-18 q-fin.RM stat.AP
Measuring Transition Risk in Investment Funds
我们制定了一个全面的框架来衡量气候变化对投资组合的影响。我们的分析通过包括地理，行业，公司和ISIN级别的数据来评估转型风险而得到丰富。我们发现，投资基金遭受温和的5.7%的损失后，实现了高转型风险的情况。然而，风险分布是显著左偏的，最差的1%基金经历了21.3%的平均损失。就资产类别而言，股票表现最差（-12.7%），其次是公司债券（-5.6%）和政府债券（-4.8%）。我们通过考虑特定交易对手的碳足迹以及个别风险敞口的信用评级、期限、凸度和波动性来区分金融工具。我们发现，可持续发展基金面临的转型风险较小，在低碳转型中的表现优于整体基金行业，这验证了他们作为绿色投资的选择。
2022-12-02 econ.GN q-fin.EC q-fin.PM
Measuring Systemic Risk: Robust Ranking Techniques Approach
在这项研究中，我们引入了一个强大的指标，以确定系统重要性金融机构（SIFI）在金融网络中，考虑到共同的特质冲击和传染，通过交易对手暴露。我们开发了一个有效的算法来排名金融机构制定一个不动点问题，并将其减少到一个非光滑凸优化问题。然后，我们研究了所提出的度量的底层分布，并通过使用不同的金融网络结构来分析算法的性能。总体而言，我们的研究结果表明，金融网络中的机构的互联水平和地位是衡量系统性风险和识别SIFIs的重要因素。结果表明，增加一个机构的外和内的程度连接的水平可以有不同的影响，其系统排名。此外，在实证方面，我们使用每个国家最大银行的面板数据集来研究导致识别全球系统性重要银行（G-SIB）的因素。我们的实证结果支持了理论模型的主要发现。
2017-02-22 q-fin.RM
Measuring and Analysing Marginal Systemic Risk Contribution using CoVaR: A Copula Approach
本文主要研究金融机构对整个金融系统风险的边际贡献。我们的工作扩展了Adrian和Brunnermeier提出的CoVaR概念，作为衡量边际系统性风险贡献的工具。首先给出了CoVaR_α^{s| L^i=l}。我们的定义通过表示CoVaR_α^{s}改进了CoVaR概念|L^i=l}分别作为状态l和相对于i和s的给定概率水平α的函数。基于Copula理论，我们将CoVaR_α^{s| L^i=l}通过它们的概率解释和定义（条件概率）对Copula的偏导数。在此基础上，我们给出了计算CoVaR_α^{s| L^i=l}对于一大类（边际）分布和相关结构（线性和非线性）。我们的公式允许使用CoVaR更好地分析系统性风险，因为它允许定义CoVaR_α^{s| L^i=l}分别取决于i和s的损失的边际分布以及L^i和L^s之间的copula。我们讨论的背景下，量化和分析的系统性风险贡献的影响。这使得，例如，我们将分析，L^i，L^s和C，对i的风险贡献的边际效应。
2012-11-24 q-fin.RM
Hedging market risk and uncertainty via a robust portfolio approach
University of Siena（锡耶纳大学）；Politecnico di Milano（米兰理工大学）；University of Perugia（佩鲁贾大学）
本文提出稳健框架以动态最小方差对冲，考虑波动率估计的预测不确定性，提高稳定性与降低周转率，提升其他绩效指标。
2026-07-09 q-fin.RM
Measuring the response of gold prices to uncertainty: An analysis beyond the mean
本文提供了一个创新的角度来看待黄金作为对冲和避风港的作用。我们使用分位数对分位数回归方法来捕捉不同黄金市场条件下黄金收益率与不确定性变化之间的依赖结构，同时考虑不确定性水平的细微差别。为了捕捉核心不确定性对黄金收益率的影响，使用了动态因子模型。这种方法可以在一个不确定性的总体衡量中总结六个不同指数（即经济、宏观经济、微观经济、货币政策、金融和政治不确定性）的影响。通过这样做，我们表明，黄金作为对冲和避风港的作用不能被认为在任何时候都能保持。这种能力似乎对黄金的各种市场状态（看跌，正常或看涨）以及不确定性是低，中还是高都很敏感。有趣的是，当不确定性达到最高水平时，在正常的黄金市场情景下，我们发现黄金收益率与不确定性综合指标之间存在积极而强烈的关系。这表明，持有由黄金组成的多元化投资组合有助于防范不确定风险。
2018-06-20 q-fin.PM q-fin.RM
Measuring Tail Risks
针对现有尾部风险度量需指定置信水平的问题，提出基于风险事件最可能最大规模（MPMR）的度量方法，推导其分布特性与尾部指数估计方式，可用于金融与自然灾害风险评估。
2022-11-10 q-fin.RM q-fin.ST
Methods for Uncertainty Representation in Risk Management: A Comparative Review and Decision-Oriented Framework
University of Klagenfurt（克拉根福大学）；Johannes Kepler University Linz（约翰内斯·开普林茨大学）
本文系统综述370篇文献，将风险管理中的不确定性表示方法分为五类（概率、证据-模糊、定性启发、图形可视化、混合框架），分析其优缺点，指出概率方法主导但混合方法发展不足。
2026-06-29 q-fin.RM
Measuring and Managing Carbon Risk in Investment Portfolios
本文研究了碳风险对股票定价的影响。为了解决这个问题，我们考虑了Görgen \textsl{et al.}（2019）的开创性方法，他提出通过碳贝塔来估计股票的碳金融风险。为了实现这一目标，主要任务是开发一个棕色减绿色（或BMG）的风险因素，类似于Fama和French（1992）。其次，我们必须使用多因子模型来估计碳β。虽然Görgen \textsl{et al.}（2019）认为碳β是恒定的，但我们提出了一个随时间变化的估计模型来评估碳风险的动态。此外，我们测试的BMG因素的几个规格，以了解气候变化相关的尺寸定价的股票市场。在文章的第二部分，我们重点研究了投资组合的碳风险管理。首先，我们分析了碳风险如何影响最小方差投资组合的构建。由于这一投资组合的目标是减少投资的无回报金融风险，因此将碳风险纳入这一方法可以实现这一目标。其次，我们提出了一个新的框架，以建立增强的指数投资组合，具有较低的碳风险比资本加权股票指数。最后，我们探讨了碳敏感性如何提高因子投资组合的稳健性。
2020-08-30 q-fin.PM q-fin.PR q-fin.RM
A Composite Risk Measure Framework for Decision Making under Uncertainty
在本文中，我们提出了一个统一的框架下的不确定性决策。我们的框架是基于两个风险度量的组合，其中内部风险度量考虑了给定不确定模型参数的精确分布的决策风险，外部风险度量量化了估计分布参数时发生的风险。我们证明了该模型在温和的条件下是易处理的。该框架是现有的几个模型，包括随机规划，鲁棒优化，分布鲁棒优化等的推广。使用这个框架，我们研究了一些新的模型，这意味着概率保证的解决方案，并产生较不保守的结果相比，传统的模型。数值实验进行投资组合选择问题，以证明我们的模型的强度。
2015-01-06 math.OC q-fin.PM q-fin.RM
Leverage and Uncertainty
风险和不确定性永远是经验、运气、技能和模型的问题。杠杆是另一个概念，它对投资者的决策和结果至关重要。在成功管理风险、不确定性和杠杆作用时，需要使用适应性技能和定量概率方法。作者探讨了在一个简单的模型中，风险之外的不确定性是如何决定一致的杠杆作用的，这个模型是由重大的、不可完全量化的、不太罕见的事件造成的。在特定的技术结果中，对于单一资产，在存在与主观不确定性相关的肥尾的情况下推导出分数凯利准则。对于多资产组合，凯利准则提供了一个有见地的视角，风险平价策略，可以扩展到厚尾资产。
2016-12-21 q-fin.PM q-fin.RM
Measuring Strategy-Decay Risk: Minimum Regime Performance and the Durability of Systematic Investing
University of Virginia（弗吉尼亚大学）；Johns Hopkins University’s Carey Business School（约翰斯·霍普金斯大学凯瑞商学院）
本文提出通过最低制度表现（MRP）评估系统性投资策略的持续性，揭示效率与稳健性之间的权衡，为管理策略衰减风险提供新视角。
2026-04-09 q-fin.PM q-fin.RM stat.AP
An axiomatic approach to default risk and model uncertainty in rating systems
本文提出违约风险度量的公理化框架，推广经典违约概率以纳入模型风险，并分析最坏情况PD与扭曲PD对风险加权资产计算的影响。
2023-09-20 q-fin.MF q-fin.RM
Measuring Price Risk Aversion through Indirect Utility Functions: A Laboratory Experiment
本文介绍了一个理论框架，通过该框架，可以通过间接效用函数（IUF）的背景下，使用实验室实验测量的风险规避程度相对于不确定的价格。本文首先介绍了经济学中二元理论的主要内容。接下来，它提出了一个合适的框架，通过不同的价格，而不是不同的回报，这一直是实验经济学的主流惯例来衡量价格风险规避的背景下，IUF。事实上，现代微观经济学中的DT表明，直接效用函数（DUF）和IUF是对偶的，这暗示着给定理性主体在DUF背景下表现出的风险厌恶（或风险寻求）程度必须等同于通过IUF背景引发的风险厌恶（或风险寻求）程度。本文通过一系列相关的统计检验，通过实验室实验来检验这一理论预测的准确性。本研究使用多重价格表（MPL）的方法，这一直是在实验经济学中最流行的一套启发程序，研究风险偏好在实验室使用非交互式设置。本研究的主要发现表明，价格风险厌恶（PrRA）是统计上显着大于回报风险厌恶（PaRA）。此外，它表明，风险偏好下引出的期望效用理论（EUT）是有点受上下文。其他研究结果意味着，风险溢价（RP），作为一种衡量愿意支付保险不确定的情况下，是统计上显着更大的随机价格相比，随机回报。这些结果在不同的MPL设计和使用的各种统计检验中具有稳健性。
2022-09-06 econ.GN q-fin.EC q-fin.GN
Risk measures under model uncertainty: a Bayesian viewpoint
引入了两类关于参考概率测度的风险测度，这两类风险测度都具有一定的序结构和控制性质。通过分析它们之间的关系，我们可以得出这样一个问题：某个极大极小不等式在什么情况下是一个等式。然后，我们提供的条件下，相应的鲁棒风险措施，被定义为一组概率措施引起的所有风险措施的上确界，可以表示经典的一个单一的概率措施。我们特别关注的混合概率测度通过混合一组概率测度使用一些先验，这代表例如监管机构的信念。混合概率测度的经典表示可以被解释为稳健风险测度的贝叶斯方法。
2022-04-14 q-fin.MF q-fin.RM
Partial Uncertainty and Applications to Risk-Averse Valuation
本文在条件期望和条件次线性期望之间引入了一个中介，称为R-条件。在给定$σ$ -子代数和模型不确定度的情况下，$L^2$中随机向量的R-条件被定义为最佳$L^2$ -估计.当随机向量表示一个完全金融市场中衍生证券的收益时，其关于风险中性测度的R-条件被解释为其风险厌恶值。定义优化R-条件的优化问题被证明是适定的。我们表明，R-条件算子可以用来近似一个大类的次线性期望到任意精度。然后，我们介绍了一种新的数值算法计算的R-条件。该算法是强收敛的。实现被用来比较香草期权的风险厌恶价值，其传统的风险中性价值，在布莱克-斯科尔斯-默顿框架。本文将讨论与稳健金融、敏感性分析和高维估计的具体联系。
2019-10-28 q-fin.PR q-fin.RM
Measuring tail risk at high-frequency: An $L_1$-regularized extreme value regression approach with unit-root predictors
我们研究高频金融市场的尾部风险动态及其与交易活动和市场不确定性的联系。我们引入了一个动态极值回归模型，同时容纳固定和本地单位根预测，以适当地捕捉高频极端损失的分布随时间变化的行为。为了表征交易活动和市场的不确定性，我们考虑了几个波动性和流动性预测，并提出了一个两步自适应$L_1$正则化最大似然估计选择最合适的。我们建立了Oracle属性的建议估计选择平稳和本地单位根预测，并显示其良好的有限样本性质在广泛的模拟研究。研究了9只流动性大的美国股票的高频极端损失，使用42个流动性和波动性预测因子，我们发现，极端损失的严重性可以很好地预测在流动性和波动性高波动时期的低水平的价格影响。
2023-01-03 econ.EM q-fin.RM stat.ML
Upper Comonotonicity and Risk Aggregation under Dependence Uncertainty
本文研究了依赖不确定性对尾部风险度量的影响，引入了正则依赖度量概念，并证明了任意小的正依赖会导致尾部风险与完全相关损失一致，最后探讨了其在信用风险中的应用。
2024-06-27 q-fin.MF q-fin.RM
