A Dynamical Approach to Operational Risk Measurement
本文提出了一个银行机构操作风险的动态估计模型。运营风险是由于流程失败而导致财务损失的风险。运营损失的例子包括内部欺诈、人为错误或交易失败。为了包含最异构的一组过程，在我们的方法中，每个过程的损失是由随机噪声，与其他过程的相互作用和银行为避免损失所做的努力之间的相互作用产生的。我们展示了如何从历史运营损失数据库中估计模型的一些相关参数，验证估计过程并测试模型的预测能力。与传统的统计方法相比，我们的方法的一些优点是，它允许遵循损失的整个时间演变，并考虑到不同时间的过程之间的相关性。
2012-02-12 q-fin.RM
A "Toy" Model for Operational Risk Quantification using Credibility Theory
为了满足新巴塞尔协议对操作风险高级计量方法的监管要求，银行的内部模型应该利用内部数据、相关外部数据、情景分析以及反映业务环境和内部控制系统的因素。运营风险中尚未解决的挑战之一是适当地组合这些数据源。在本文中，我们专注于量化的低频高冲击损失超过一些高阈值。我们建议一个完整的可信度理论的方法来估计频率和严重性分布的这些损失，考虑到银行内部数据，专家意见和行业数据。
2009-04-11 q-fin.RM
Spin Glass Model of Operational Risk
我们用一个旋转玻璃模型来分析操作风险。几个政权进行了调查，作为一个功能的参数，表征的动态。该系统被发现是强大的对这些参数的变化。我们揭示了极限环的存在，并仔细检查的渐近状态的功能。
2010-02-18 q-fin.CP q-fin.RM
Parameter estimation of a Levy copula of a discretely observed bivariate compound Poisson process with an application to operational risk modelling
本文提出了一种在不知道共同冲击的情况下估计离散观测的二元复合Poisson过程的Levy Copula参数的方法。该方法在小样本模拟研究中进行了测试。此外，该方法被应用到一个真实的数据集和拟合优度检验。通过本文的研究，Levy Copula函数成为操作风险高级度量方法的现实工具。
2012-12-01 q-fin.RM
Asyptotic Normality for Maximum Likelihood Estimation and Operational Risk
操作风险模型通常采用最大似然估计（MLE）来拟合损失数据的重尾分布。然而，MLE的几个理想的属性（例如渐近正态性）通常只对大样本量有效，这种情况在操作风险中很少遇到。在本文中，我们研究了渐近正态性如何-或不-持有常见的严重性分布的操作风险模型。然后，我们应用这些结果来评估失败的渐近正态性在构建置信区间周围的MLE拟合参数所造成的错误。
2016-08-25 q-fin.RM stat.AP
A Dynamical Model for Operational Risk in Banks
操作风险是指由于各种原因导致银行内部流程失败而造成货币损失的风险。一个动态模型，包括两个自发产生的损失和通过不同的过程之间的相互作用产生的银行所做的努力，以避免损失的发生也被考虑在内。在一定的假设下，该模型可以被精确地求解，并且原则上，该解可以被利用来从实际数据估计大多数模型参数。该模型的预测能力也被调查，并证明是令人惊讶的显着。
2012-07-26 q-fin.RM
Implementing Loss Distribution Approach for Operational Risk
在现行的银行监管框架下（称为《巴塞尔协议II》），许多银行采用损失分布法来量化操作风险资本费用。要在实践中使用该方法，需要解决许多建模问题。在本文中，我们回顾了文献中提出的实施方法的定量方法。特别是，使用贝叶斯推理方法，允许考虑到专家的判断和参数的不确定性，建模的依赖性和列入保险进行了讨论。
2009-07-29 q-fin.RM
The Structural Modelling of Operational Risk via Bayesian inference: Combining Loss Data with Expert Opinions
为符合《新巴塞尔协议》对高级计量方法的监管要求，银行的内部模型必须包括使用内部数据、相关外部数据、情景分析以及反映业务环境和内部控制系统的因素。操作风险的量化不能仅仅基于历史数据，而应包括情景分析。历史内部操作风险损失数据预测未来行为的能力有限，此外，银行没有足够的内部数据来充分估计低频率高影响事件。历史外部数据由于不同的数量和其他因素而难以使用。此外，内部和外部数据存在生存偏差，因为通常没有所有倒闭公司的数据。情景分析的理念是参考其他银行已经发生（或可能发生）的事件，并考虑银行环境因素，通过专家意见来估计风险事件的频率和严重性。情景分析是前瞻性的，可以反映银行环境的变化。重要的是，不仅要量化运营风险资本，还要激励业务部门改进其风险管理政策，这可以通过情景分析来实现。情景分析本身非常主观，但与损失数据相结合，它是估计操作风险损失的强大工具。贝叶斯推理是一种统计技术，非常适合结合专家意见和历史数据。在本文中，我们提出了贝叶斯推理方法的操作风险量化的例子。
2009-04-07 q-fin.RM
Comments on the BCBS proposal for a New Standardized Approach for Operational Risk
2016年3月4日，巴塞尔银行监管委员会发布了一份咨询文件，其中引入了一种称为标准化计量方法（SMA）的新方法来计算银行的操作风险监管资本。在本文中，SMA的行为在各种假设和现实条件下进行了研究，表明新方法的简单性在其他方面代价很大：我们发现SMA不能对银行风险状况的变化做出适当的反应，也不能区分银行之间可能的风险状况范围; SMA资本结果在银行间的变化通常比之前AMA拟合损失数据的选项更大; SMA可能导致银行相对于之前AMA标准对运营风险的保险过度或不足。最后，我们认为，SMA不仅在其衡量风险的能力方面是倒退的，但也许更重要的是，它未能在管理行为和资本要求之间建立任何联系。
2016-07-04 q-fin.RM
Dynamic operational risk: modeling dependence and combining different sources of information
在本文中，我们模型之间的依赖性操作风险，允许风险配置文件演变随机的时间和依赖。这允许灵活的相关性结构，其中可以对不同风险类别的频率之间和不同风险类别的严重性之间以及风险类别内的依赖性进行建模。该模型使用贝叶斯推断方法进行估计，允许在估计过程中结合内部数据、外部数据和专家意见。我们使用一个专门的马尔可夫链蒙特卡罗模拟方法，称为切片采样，从所得的后验分布中获得样本，并估计模型参数。
2009-07-31 q-fin.CP q-fin.RM
Phase Transitions in Operational Risk
在本文中，我们探讨的功能相关性方法的操作风险。我们考虑网络的异质先验条件和无条件的故障概率。在稀疏连通性的限制下，得到了序参量动力学演化的自洽表达式。在平衡条件下，还得到了定态的表达式。使用相图的分析理论的后果进行了分析。我们发现共存的操作和非操作阶段，在液-气系统。这样的系统易受经由灾难性故障从操作阶段到非操作阶段的不连续相变的影响。我们发现这个功能是强大的微观建模假设的变化。
2006-12-06 cond-mat.dis-nn physics.soc-ph 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
On the Selection of Loss Severity Distributions to Model Operational Risk
准确的操作风险建模对于银行和整个金融行业来说非常重要，可以为潜在的灾难性损失做好准备。一种建模操作的方法是损失分布方法，该方法要求银行将操作损失分组为风险类别，并为每个类别选择损失频率和严重程度分布。这种方法估计了年度运营损失分布，银行必须留出资本，称为监管资本，等于这个估计分布的0.999分位数。在实践中，这种方法可能会产生不稳定的监管资本计算每年选定的损失严重程度分布的家庭变化。本文提出了截断概率估计的损失严重性数据和一致的分位数评分函数的年度损失数据作为有用的严重性分布的选择标准，可能会导致更稳定的监管资本。此外，Sinh-arcSinh分布是另一个灵活的候选族，用于建模损失严重性，可以使用最大似然方法轻松估计。最后，我们建议收集低于最低报告阈值的损失频率，以便将损失严重程度数据视为删失数据。
2021-07-08 q-fin.RM
Standardized Measurement Approach (SMA) vs Advanced Measurement Approaches (AMA): A Critical Review of Approaches in Operational Risk
本文批判了标准计量方法（SMA）在操作风险计量中的缺陷，主张维持高级计量方法（AMA）内部模型框架，并提出统一内部操作风险建模的标准化建议。
2025-02-03 math.PR q-fin.RM stat.CO
Theoretical Sensitivity Analysis for Quantitative Operational Risk Management
本文研究了重尾随机变量L和S的风险值VaR（L）和VaR（L+S）之差的渐近行为，并将其应用于巴塞尔协议II（和III）高级计量方法框架下的定量操作风险管理的敏感性分析。在这里，L描述了当前风险状况的损失金额，S描述了由附加损失因子引起的损失金额。根据L和S的尾部厚度的相对大小，我们得到了不同类型的结果。特别地，如果S的尾部比L的尾部足够薄，则先验和后验风险量之差VaR（L+S）- VaR（L）渐近等价于S的期望（期望损失）。
2017-05-24 math.PR q-fin.RM
A Bayesian Networks Approach to Operational Risk
提出了一种基于贝叶斯网络计算范式的操作风险管理系统。该算法允许只使用内部损失数据构建针对每个银行的贝叶斯网络，并以简单而现实的方式考虑银行不同流程之间的相关性。在可变时间范围内对内部损耗进行平均，从而去除不同时间的相关性，同时保持相关性：因此，平均损耗适合于执行网络拓扑和参数的学习。该算法已在合成时间序列上得到验证。应该强调的是，所提出的算法的实际实施有一个小的影响，银行的组织结构，并需要在有限的计算领域的人力资源的投资。
2012-02-12 q-fin.RM
Opening discussion on banking sector risk exposures and vulnerabilities from virtual currencies: An operational risk perspective
University College London（伦敦大学学院）；Oxford University（牛津大学）；London School of Economics（伦敦政治经济学院）；Chappelle Consulting（查佩尔咨询）
本文从操作风险角度探讨虚拟货币发展带来的新风险类型及演变，提出针对虚拟和加密货币的风险识别与评估框架，分析其对银行监管的影响。
2014-09-04 cs.CR econ.GN q-fin.EC
Modeling operational risk data reported above a time-varying threshold
通常情况下，运营风险损失报告高于阈值。拟合在恒定阈值以上报告的数据是公知的和研究的问题。然而，在实践中，损失在拟合之前针对业务和其他因素进行缩放，因此阈值在缩放的数据样本中是变化的。当银行改变其报告政策时，报告级别也可能改变。我们提出了最大似然和贝叶斯马尔可夫链蒙特卡罗方法来拟合频率和严重性损失分布的情况下，随时间变化的阈值的数据。估计的年度损失分布会计参数的不确定性。
2009-07-31 q-fin.CP q-fin.RM
Addressing the Impact of Data Truncation and Parameter Uncertainty on Operational Risk Estimates
通常情况下，运营风险损失报告高于某个阈值。本文研究了在广泛的分布参数和截断水平下，忽略数据截断对操作风险年损失分布0.999分位数的影响。损失频率和严重程度分别由泊松分布和对数正态分布建模。研究了两种忽略数据截断的情况："朴素模型"--在正半无限区间上拟合对数正态分布，以及"移位模型"--拟合移位到截断水平的对数正态分布。对于所有实际情况，“朴素模型”导致低估（可能是严重的）0.999分位数。"移位模型"高估了0.999分位数，但在某些情况下，对于大截断水平有小的低估。资本费用的保守估计通常是可以接受的，并且可以证明使用“转移模型”是合理的，而不应允许使用“朴素模型”。然而，如果考虑到参数的不确定性（在实践中，它往往被忽略），“移动模型”可能会导致相当大的低估资本收费。这是证明了一个实际的例子。
2009-04-19 q-fin.CP q-fin.RM
Unbiased estimation of risk
风险度量的估计最近得到了很多关注，部分原因是与可引出性相关的预期损失的回测问题。在这项工作中，我们摆脱了一个新的和基本的光风险措施的最佳估计程序的偏见。我们表明，一旦模型的参数需要估计，估计风险时，必须采取额外的照顾。例如，典型的插件方法引入了一种偏差，导致系统性地低估风险。在这方面，我们引入了一个新的概念，无偏性的风险估计，这是由经济原则的动机。一般来说，所提出的概念并不符合众所周知的无偏性的统计概念。我们表明，一个适当的偏差校正可用于许多著名的估计。特别地，我们考虑了风险价值和预期损失（尾部风险价值）。在正态分布的特殊情况下，可以得到无偏估计的封闭解。我们提出了一些激励的例子，显示在许多情况下的无偏估计的优越性。无偏性对回测有直接影响，因此为已建立的统计属性添加了进一步的观点。
2017-08-24 q-fin.RM q-fin.ST
Impact of Insurance for Operational Risk: Is it worthwhile to insure or be insured for severe losses?
根据巴塞尔协议II标准，运营风险（OpRisk）高级计量方法允许因保险缓解而减少资本高达20%。本文研究了不同的保险政策的行为在资本减少的背景下，一系列可能的极端损失模型和保险政策的情况下，在一个多时期，多风险设置。一个损失分布的方法（LDA）建模的年度损失过程，涉及齐次复合泊松过程的年度损失，重尾严重性模型组成的α稳定的严重程度被认为是。迄今为止，对此类模型的分析很少，相信保险模型将在未来的运营风险缓解和资本减少中发挥更大的作用。第一个感兴趣的问题是，在不同的保险政策情景下，银行或金融机构何时为严重的尾部OpRisk损失购买保险是公平的？第二个问题则与偿付能力II有关，并解决了在不同的保单产品下，保险公司在此类操作风险情景下的资本金。此外，我们认为保险公司的角度来看，公平保费作为一个百分比以上的预期每年索赔的每一个保险单。其目的是解决与《巴塞尔协议II》下的风险值降低、《偿付能力II》下的风险控制要求以及不同极端损失情景下OpRisk中的公平保险费相关的问题。在此过程中，我们提供了LDA结构中损失过程和索赔过程分布的封闭形式解，以及巴塞尔II和偿付能力II下的预期损失、SCR和MCR的封闭形式解析解。我们还为多种风险的年度损失分布提供封闭形式的分析解决方案，包括保险缓解。
2010-11-03 q-fin.RM q-fin.ST stat.AP
Estimating Operational Risk Capital with Greater Accuracy, Precision, and Robustness
监管机构要求美国最大的银行使用巴塞尔协议II/III所定义的高级计量方法（AMA）来估计其必须持有的操作风险资本。大多数使用损失分布方法（LDA），该方法将总损失分布定义为频率和严重性分布的卷积，分别表示损失的数量和幅度。估计资本是对该年度损失分布的风险价值（第99.9百分位数）估计。在实践中，严重性分布驱动着资本估计，资本估计本质上是估计的严重性分布的非常高的分位数。不幸的是，由于相关的严重性是重尾的，并且被估计的分位数是如此之高，VaR总是看起来是严重性参数的凸函数，导致所有广泛使用的估计量产生有偏的资本估计（显然）由于詹森不等式。观察到的资本膨胀有时是巨大的，即使在计量单位（UoM）水平（甚至数十亿美元）。在这里，我提出了一个资本的估计，基本上消除了这种向上的偏见。减少偏差的资本估计（RCE）比未能减轻这种偏差的实现更符合LDA框架的监管意图。RCE还显着提高了资本估计的精确度，并不断提高其对违反i.i.d.的鲁棒性数据推测（这是操作风险损失事件数据特有的）。因此，随着资本准确性、精确性和稳健性的提高，RCE降低了计量单位和企业层面的资本要求，提高了每季度的资本稳定性，同时更准确地反映了监管意图。RCE可以直接使用任何主要的统计软件包来实现。
2014-11-27 q-fin.RM stat.AP
Understanding Operational Risk Capital Approximations: First and Second Orders
我们在巴塞尔协议II / III监管资本协议的框架内设定了资本近似的背景。由于巴塞尔协议III即将生效，这一点尤其引人关注。在这方面，我们总结了资本充足率在新协议中的作用，并强调了在巴塞尔协议II和III中引入的运营风险类别所导致的重大损失事件。然后，我们提供了一个半教程讨论下的损失分布方法（LDA）的资本估计建模方面。我们的重点是关注那些对资本贡献最大的重要损失过程，即所谓的高后果、低频率损失过程。这使我们提供了一个教程概述的沉重的尾部损失过程建模在巴塞尔协议III下的操作风险，讨论了这种尾部假设的影响，在LDA结构的严重性模型。这为从业者提供了一个清晰的理解，他们可能希望在实践中开发操作风险严重性模型时考虑的功能。从这个重尾严重性模型的讨论中，我们了解这种模型对复合损失过程的右尾渐近性的影响，并详细介绍了所产生的重尾损失过程的一阶和二阶尾近似。从这一点上，我们开发了一个教程的三个关键家庭的风险措施及其等效的二阶渐近近似：风险价值（巴塞尔III行业标准）;预期损失（ES）和光谱风险措施。于是这些就形成了资本的近似值。
2013-03-12 math.ST q-fin.RM stat.TH
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
Pricing the DeFi Tail: Do Protocols or Depositors Price Operational Risk?
Zurich University of Applied Sciences（苏黎世应用科学大学）
本文量化DeFi各行业操作风险尾部，发现无缓冲场所支付更高溢价但仍不足覆盖风险，建议以信息披露替代资本监管。
2026-09-02 cs.CR q-fin.RM
A Dynamical Model for Forecasting Operational Losses
提出了一种新的适用于计算风险价值（VaR）的银行操作风险动态模型。运动方程考虑了不同银行过程之间的相互作用、通过噪声项自发产生的损失以及银行为避免损失发生所做的努力。由于该模型非常通用，因此可以根据特定银行的内部组织结构，通过从历史运营损失中估计其一些参数来定制。该模型是完全解决的情况下，在耦合矩阵中没有因果循环，它示出了如何解决方案可以被利用来估计噪声的参数。通过使用模拟数据的一部分$f$来估计参数，研究了模型的预测能力，表明对于$f = 0.75$，可以用误差$\simeq 10^{-3}$来预测VaR。
2012-02-12 q-fin.RM
Multivariate Residual Estimation Risk
Corl Financial Technologies Inc.（科尔金融科技公司）
本文探讨多变量框架下残差估计风险的定义与应用，提出用于压力测试的评估标准，并通过零售信贷 portfolios 的案例展示其在信用风险参数估计中的作用。
2026-03-18 q-fin.RM
Multivariate heavy-tailed models for Value-at-Risk estimation
为了风险价值估计的目的，我们考虑了几个多元家庭的重尾分布，这可以被看作是多维版本的Paretian稳定和学生的t分布，允许不同的边缘有不同的尾部厚度。在讨论了相关的估计和模拟问题后，我们使用美国股票价格的历史数据，对一组包含衍生工具的投资组合进行了回溯测试研究。
2011-12-19 q-fin.RM
An Integrated Approach to Importance Sampling and Machine Learning for Efficient Monte Carlo Estimation of Distortion Risk Measures in Black Box Models
本文提出一种结合重要性采样与机器学习的高效蒙特卡洛方法，用于黑盒仿真模型中扭曲风险度量的估计，并通过数值实验验证其适用性与效率。
2025-08-28 q-fin.RM
Coherent estimation of risk measures
European Central Bank（欧洲中央银行）；Illinois Institute of Technology（伊利诺伊理工学院）；Jagiellonian University（雅盖隆大学）
本文提出基于风险度量公理理论的统计框架，通过稳健表示与L-估计相结合，定义了继承风险度量经济性质的相干风险估计量，并通过实证展示相干性在估计量中未必保持，以及不同权重结构对资本充足性的影响。
2026-03-28 math.ST q-fin.RM q-fin.ST
Analytic Loss Distributional Approach Model for Operational Risk from the alpha-Stable Doubly Stochastic Compound Processes and Implications for Capital Allocation
根据《巴塞尔协议二》标准，操作风险（OpRisk）高级计量方法对用于进行资本估计的统计模型类别并无规定。然而，使用损失分布法（LDA）范例来模拟与巴塞尔II业务线/事件类型对应的单个OpRisk损失过程已被广泛接受。在本文中，我们得到了一类新的双随机α-稳定的家庭LDA模型。这些模型提供了捕捉OpRisk典型的重尾损失过程的能力，同时还提供了复合过程年损失密度和分布以及聚合复合过程年损失模型的分析表达式。特别是，我们开发模型的年度损失过程中的两种情况。第一种情况考虑损失过程的随机强度参数，导致每年的非齐次复合泊松过程。在这种模型下，损失的到达过程将在一年内对增量进行独立计数。第二种情况考虑将年度损失过程离散化为每月增量，其中时间增量由二项式过程捕获，成功概率每年变化。这些模型中的每一个都将在LDA框架下与重尾严重性模型耦合，该模型由每个损失事件的损失金额的$α$稳定严重性组成。在本文中，我们将推导出这些模型下的年损失分布密度和分布的解析结果，并研究它们的性质。
2011-02-17 math.ST q-fin.RM stat.AP
Risk Measure Estimation On Fiegarch Processes
本文考虑Bollerslev和Mikkelsen（1996）提出的分数积分指数广义自回归条件异方差过程，记作FIEGn（p，d，q）.我们提出了一个模拟研究的风险措施$VaR_p$的估计FIEGRESS过程。我们考虑投资组合对数收益的分布函数（单变量情况）和风险因素变化的多变量分布函数（多变量情况）。我们还比较了四家巴西公司的股票组成的投资组合的风险措施$VaR_p$，$ES_p$和MaxLoss的性能。
2013-05-22 q-fin.RM stat.AP
The Foster-Hart Measure of Riskiness for General Gambles
Foster和Hart提出了离散随机变量风险的操作度量。我们表明，他们的定义方程没有解决方案，许多常见的连续分布，包括许多均匀分布，例如，我们展示了如何一致地扩展定义的风险连续随机变量。对于许多连续随机变量，风险度量等于最坏情况下的风险度量，即该赌博所导致的最大可能损失。我们还扩展了福斯特-哈特风险测度的一般分布和概率空间的动态环境中，我们表明，扩展的措施，避免破产无限重复的赌博。
2013-01-08 q-fin.RM
Non-asymptotic estimation of risk measures using stochastic gradient Langevin dynamics
本文研究了任意律不变风险测度的逼近问题。作为一个起点，我们近似的平均风险价值使用随机梯度朗之万动力学，这可以被看作是一个变种的随机梯度下降算法。此外，Kusuoka的谱表示允许我们引导估计的平均风险价值的算法扩展到一般规律不变的风险措施。我们将提出的理论，非渐近收敛速度的近似算法和数值模拟。
2023-02-10 math.OC q-fin.MF q-fin.RM
Algorithmic Insurance
Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院）；Saïd Business School, Oxford University（牛津大学赛德商学院）
研究算法保险在AI致损中的风险定价与责任框架，提出基于CVaR的分类阈值优化方法，通过乳腺癌案例验证降低尾部风险并提升保险收益。
2026-03-30 cs.LG q-fin.RM stat.ML
Fair Estimation of Capital Risk Allocation
在本文中，我们开发了一种新的方法来估计风险资本配置。该方法植根于风险度量理论。我们在一个一般的，但易于处理的一类法律不变的一致性风险度量，特别关注预期损失。我们引入了公平资本分配的概念，并提供了明确的公式公平资本分配的情况下，风险投资组合的成分是联合正态分布。本文的主要重点是在不完全知道的情况下的投资组合成分的法律近似公平的投资组合分配的问题。定义并研究了公平分配估计量和渐近公平分配估计量的概念。我们的研究的很大一部分是致力于估计公平的风险分配的问题，预期损失。我们研究这个问题下的正常以及在一个非参数设置。我们得到几个估计，并证明其公平性和/或渐近公平性。最后，但并非最不重要的是，我们提出了两个回测方法，面向评估的性能分配估计过程。本文结束了大量的数值研究的主题。
2019-11-21 math.PR q-fin.MF q-fin.PM
Risk Measures Estimation Under Wasserstein Barycenter
金融市场的随机性需要现代和稳健的风险度量多元模型。本文提出了一种新的方法来建模多变量风险度量下的Wasserstein重心的概率测度支持的位置分散的家庭。简单和先进的Copula多变量风险价值模型与派生技术进行了比较。该模型的表现亦于COVID-19导致的金融危机所产生的美国市场指数中进行检查。所介绍的模型表现令人满意的共同和波动时期的资产价格，提供现实的风险价值预测在这个时代的社会距离。
2020-08-13 q-fin.RM stat.AP
Time-consistency of risk measures with GARCH volatilities and their estimation
在本文中，我们研究的时间一致的风险措施的回报率，由一个GARCH（1，1）模型。我们提出了一个建设的风险措施的基础上，克服了缺乏时间一致性的静态同行。然后，我们详细研究了我们的风险度量值的风险价值（VaR）和平均风险价值（AVaR）的建设。而在风险值的情况下，我们可以推导出一个分析公式，其时间一致的对应，在AVaR的情况下，我们推导出其时间一致的版本的下限和上限。此外，我们将技术从极值理论（EVT），以允许更多的尾部调整相应的风险措施的统计分析。最后，我们将我们的结果应用到一组股票价格的数据中。
2016-02-01 q-fin.CP q-fin.RM
Deep Risk Model: A Deep Learning Solution for Mining Latent Risk Factors to Improve Covariance Matrix Estimation
Columbia Business School（哥伦比亚大学商学院）；Microsoft Research（微软研究院）
建模和管理投资组合风险可能是实现增长和保持投资业绩的最重要步骤。在基于马科维茨理论的现代投资组合构建框架中，股票收益的协方差矩阵是计算投资组合风险的必要输入。传统的估计协方差矩阵的方法是基于人为设计的风险因子，这往往需要大量的时间和精力来设计更好的风险因子，以改善协方差估计。在这项工作中，我们将挖掘风险因素的探索制定为学习问题，并提出了一种深度学习解决方案，以有效地使用神经网络“设计”风险因素。学习目标也被仔细地设置，以确保学习的风险因子在解释股票收益的方差方面是有效的，并且具有期望的正交性和稳定性。在股票市场数据上的实验证明了该方法的有效性：我们的方法可以获得$1.9\%$更高的解释方差的测量$R^2$，也降低了风险的全球最小方差投资组合。增量分析进一步支持我们的架构和学习目标的设计。
2021-10-27 cs.LG q-fin.RM
Estimation of the Adjusted Standard-deviatile for Extreme Risks
本文提出adjusted standard-deviatile以更好地捕捉极端风险，推导其渐近展开，并基于一阶展开提出两种高效估计方法，证明了渐近正态性，通过模拟和实际数据验证了估计量的有效性。
2024-11-11 math.ST q-fin.RM stat.TH
The Estimation Risk in Extreme Systemic Risk Forecasts
本文提出基于去波动化和极值理论的MES系统性风险预测新方法，证明其渐近正态性，并通过模拟和实证展示预测精度的时变特征及监管意义。
2023-04-20 q-fin.RM stat.ME
Reconstruction of financial network for robust estimation of systemic risk
在本文中，我们估计的流动性冲击通过银行间市场的基础信用网络的信息是不完全的传播。我们发现，目前用于重建信用网络的最大熵等技术严重低估了传染风险，假设一个平凡的（全连接）拓扑结构，一种类型的网络结构，可以是非常不同的经验观察。我们提出了一个有效的消息传递算法来探索可能的网络结构的空间，并表明，正确的估计网络的连通度导致更可靠的估计系统性风险。这种算法也能够产生最大脆弱的结构，当实际的网络结构是未知的，提供了一个实用的上限传染的风险。我们测试了我们的算法的合成数据集成编码的一些功能的真实金融网络（稀疏性和异质性），发现可以实现更准确的估计风险。最后，我们发现，该算法可以用来控制监管机构需要从银行的信息量，以充分约束金融网络的重建。
2012-02-28 cond-mat.dis-nn q-fin.RM
Online Estimation and Optimization of Utility-Based Shortfall Risk
Indian Institute of Technology Madras（印度理工学院马德拉斯分校）
本文研究了 Utility-Based Shortfall Risk (UBSR) 的在线估计与优化问题，通过将估计转化为求根问题提出基于随机近似的估计方案，并设计了基于随机梯度下降的优化算法，同时推导了二者的非渐近误差与收敛界。
2023-11-27 cs.LG q-fin.RM stat.ML
Reliable Real-Time Value at Risk Estimation via Quantile Regression Forest with Conformal Calibration
Institute of Statistics and Big Data, Renmin University of China（统计与大数据研究院，中国人民大学）；Department of Decision Analytics and Operations, City University of Hong Kong（决策分析与运营部门，香港城市大学）；School of Information, Renmin University of China（信息学院，中国人民大学）
本文提出基于OSOA框架的分位数回归森林与置信校准方法，实现可靠实时VaR估计，提升风险监控的准确性与可靠性。
2026-02-02 cs.AI cs.LG q-fin.RM
