Tail Behaviour of the Euro
本文对欧元相对于其他货币的风险进行了实证分析。比较的一个子阶段，包括最后过渡阶段，以完全货币联盟与子阶段之前，这一点。利用极值理论研究了面对投机性攻击时的稳定性，以获得尾部汇率变化的估计。调查结果令人鼓舞。欧元的共同风险衡量标准与其他货币没有实质性差异。此外，面对投机压力，欧元保持稳定。例如，研究结果一致表明欧元的风险低于日元，并且与德国马克（它基本上正在取代的货币）具有类似的内在风险。
2011-03-28 q-fin.RM q-fin.ST
Asymptotics of Sum of Heavy-tailed Risks with Copulas
本文研究两个重尾随机变量之和的尾部渐近性，利用具有尾部阶性质的Copula建模相依结构，并给出了聚合风险Value-at-Risk的渐近展开示例。
2024-11-14 q-fin.RM
Measuring risk with multiple eligible assets
财务状况的风险以筹集及投资于合资格交易资产组合的最低资本金额计量，以符合规定的可接受性限制。我们调查非退化，有限性和连续性这些风险措施方面的多个合格的资产。我们的有限性和连续性的结果突出了接受集和合格的投资组合类之间的相互作用。我们提出了一个简单的，可供选择的方法，直接适用于接受集的外部特征的封闭，凸集的凸风险度量的对偶表示。我们证明了风险措施是非退化的当且仅当定价功能承认一个积极的扩展，这是一个支持功能的基础接受集，并提供了一个表征时，这样的扩展存在。最后，我们讨论了应用集值风险措施，超套期保值与短缺风险，最优风险分担。
2014-03-04 q-fin.RM
Bounds for randomly shared risk of heavy-tailed loss factors
对于一个风险向量$V$，其分量在代理人之间通过某种随机机制共享，我们得到了市场中个体代理人的暴露风险和聚集风险的渐近上下界。风险是通过风险价值或条件尾部预期来衡量的。我们假设帕累托尾的组件$V$和任意的依赖结构，在一个多元的定期变化设置。上界和下界由$V$的渐近独立和完全相关分量相对于尾部指数$α$小于或大于1给出。反例，其中非线性聚合函数没有边界，完成图片。
2016-04-11 q-fin.RM
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
Tail-risk protection: Machine Learning meets modern Econometrics
尾部风险保护是金融行业的焦点，需要坚实的数学和统计工具，特别是在推导交易策略时。最近由机器学习（ML）机制驱动的炒作提高了显示和理解ML工具功能的必要性。在本文中，我们提出了一个动态的尾部风险保护策略，目标是最大的预定义水平的风险衡量的价值在风险，同时控制参与牛市制度。我们提出了不同的弱分类，参数和非参数，估计的风险水平，我们从中获得交易信号，以对冲尾部事件的发生概率。然后，我们比较了不同的方法与统计和交易策略的性能，最后，我们提出了一个集成分类器，产生一个Meta尾部风险保护策略，提高泛化和交易性能。
2021-08-24 q-fin.RM
A tale of two allocations: Risk capital contributions versus risk contributions in the tail
Department of Mathematics and Statistics, York University（约克大学数学与统计系）；RISC Foundation（RISC基金会）
本文比较了尾部风险资本配置的两种比例方法（CTE与GTE），揭示了它们的一致性条件、排序及渐近行为，并指出差异源于尾部协方差，极端尾部关系由ES与VaR之比决定。
2026-09-30 q-fin.RM
Modeling and Forecasting Tail Risk Spillovers: A Component-Based CAViaR Approach
University of Messina（墨西拿大学）
本文提出一种基于组件的CAViaR方法，通过分解条件风险价值为风险组件和溢出组件，提升资产尾部风险预测。实证结果显示溢出效应显著改善了样本外预测。
2026-03-26 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
Tail Risk Premia for Long-Term Equity Investors
我们使用一个特定类别的掉期的P&L，代表方差和高阶矩的日志回报，作为估计在我们的实证研究的标准普尔500指数，调查的因素决定方差和高阶矩风险溢价。该类是具有Neuberger聚合特征的互换的离散化不变子类。除了市场超额收益率外，动量是偏度和峰度风险溢价的主要驱动因素，二者呈现高度显著的负相关关系。相比之下，方差风险溢价对规模的反应是积极的，对增长的反应是消极的，方差和尾部风险溢价之间的相关性相对较低，与以前的研究相比，特别是在高采样频率。这些发现扩展了先前对这些风险溢价决定因素的研究。此外，我们细致的数据构建方法避免了扭曲结果的不必要的伪影。
2016-02-02 q-fin.PR q-fin.RM q-fin.ST
Risk Management with Tail Quasi-Linear Means
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）
本文提出尾部拟线性均值风险度量，统一涵盖VaR、TVaR和熵风险度量，分析其性质与风险计量含义，并给出截断椭圆损失模型的计算公式。
2020-01-30 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
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
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
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
New class of distortion risk measures and their tail asymptotics with emphasis on VaR
失真风险度量因其吸引人的性质而被广泛应用于金融和保险领域。给出了构造一类新的偏差函数和偏差测度的三种方法。该方法包括堆肥法、混合法和基于copula理论的方法。次可加性是一个重要的属性时，汇总风险，以保持多样化的好处。然而，风险价值（VaR）作为最著名的失真风险度量的例子并不总是全局次可加的，除了椭圆分布的风险。在本文中，而不是研究次可加性，我们研究的尾部次可加性的风险价值和其他失真的风险措施。特别是，我们证明了风险值是尾部次可加的情况下，风险的支持是有界的。各种例子也被提出来说明结果。
2016-03-26 q-fin.RM
Estimating value at risk and conditional tail expectation for extreme and aggregate risks
在本文中，我们研究的风险措施，如风险价值（VaR）和条件尾期望（CTE）的极值（最大值和最小值）和总（总）的两个相关的风险。在金融、保险等领域，当人们将资金投资于两个或两个以上相互依赖或相互独立的市场时，在投资前了解其极限风险和总风险是非常重要的。要找到这些风险措施的依赖情况下是相当具有挑战性的，这还没有在文献中报道，据我们所知。我们使用的FGM Copula建模的依赖，因为它是相对简单的计算目的，并取得了经验的成功。对于极端风险的情况，风险的边际分别被认为是指数和帕累托，对于总风险的情况，则被认为是指数。分析了依赖程度对极端风险和总风险的VaR和CTE的影响。我们还对独立风险和非独立风险进行了比较。此外，我们提出了一种新的风险度量称为尾中值（MoT），并研究了极端和总体相关风险的MoT。
2021-01-29 q-fin.RM
Risk measuring under model uncertainty
本文的研究框架是不确定性下的风险度量，即不给出参考概率测度时的风险度量。对于${\cal C}_b(Ω)$上的每一个正则凸风险测度，我们关联了Borel集上的概率测度的唯一等价类，刻画了${\cal C}_b(Ω)$的无风险非正元素.我们证明了凸风险测度具有一个对偶表示，它具有一个可数的概率测度集，这些概率测度关于这类中的某个概率测度是绝对连续的。为了得到这些结果，我们研究了Banach空间$L^1(c)$与容量$c$相关联的对偶的拓扑性质。作为应用，我们得到了每个$G$ -期望$\E$都有一个表示，该表示具有关于概率测度$P$绝对连续的可数概率测度集，使得$P(|f|)=0$当且仅当$\E(|f|)=0$ .我们也将我们的结果的情况下，不确定的波动。
2010-12-28 math.PR q-fin.RM
Tail-GAN: Learning to Simulate Tail Risk Scenarios
本文提出Tail-GAN，利用VaR与ES的联合可引出性训练GAN生成高维多资产价格情景，以准确刻画静态和动态交易策略的尾部风险，并通过PCA提升可扩展性。
2025-05-16 q-fin.RM
ESG, Risk, and (Tail) Dependence
虽然环境、社会和治理（ESG）交易活动一直是金融市场的一个显著特征，但关于ESG评分是否也能传达有关公司风险的信息的争论仍然存在。欧洲银行管理局（EBA）等监管机构已经认识到ESG因素可能会导致风险。因此，重要的是要对这些风险进行建模，并量化公司风险的哪一部分可以归因于ESG得分。本文旨在质疑ESG分数是否可以用来提供（尾部）风险信息。通过分析具有一系列ESG得分的公司的（尾部）依赖结构，即在ESG评级类别内，使用高维藤copula模型，我们能够表明风险也可以依赖于特定的ESG评级类别并与之直接相关。对真实世界数据的实证研究结果显示，由ESG评分确定的ESG风险是积极的，不可忽视，特别是在2008年危机期间。
2021-11-09 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
Tail Risk of Electricity Futures
本文比较了几种模型的样本内和样本外性能，用于计算2008-2017年在NordPool，法国，德国和西班牙市场交易的一个月和一年期电力期货合约的尾部风险。作为尾部风险的度量，我们使用一天前的风险价值（VaR）和预期损失（ES）。对于VaR，具有Student-t分布的AR（1）-Gestion（1，1）模型是性能最好的规格，其中88%的案例中Fisher检验接受该模型，左尾的成功率为94%，右尾为81%。该模型在NordPool和德国市场的100%案例中通过了模型充分性测试，但在西班牙和法国市场的案例中仅分别为88%和63%。使用ES，该模型在所有市场的100%情况下通过了模型充分性测试。历史模拟和基于分位数回归的方法错误估计了尾部风险。收益率的右尾比左尾更难建模，因此金融监管机构和期货市场的管理者在为空头头寸设定额外的监管资本要求和保证金账户规定时应考虑这些结果。
2022-02-03 q-fin.RM
Elicitability and identifiability of tail risk measures
ETH Zurich（苏黎世联邦理工学院）；University of Waterloo（滑铁卢大学）；Wuhan University of Technology（武汉科技大学）
本文研究尾部风险度量与分位数的联合可识别性和可诱导性，证明当生成元具备相应性质时二者可联合识别与诱导，并提出一类新的加权评分，为尾部风险模型的回归拟合、广义矩估计及回测验证提供理论基础。
2025-10-21 math.ST q-fin.RM q-fin.ST
Measuring non-exchangeable tail dependence using tail copulas
量化尾部相关性是保险和风险管理中的一个重要问题。然而，普遍的尾部依赖系数（TDC）被认为低估了尾部依赖的程度，并且它没有捕获不可交换的尾部依赖，因为它仅沿着主对角线评估极限尾部概率。为了克服这些问题，两个新的尾部相关措施，称为最大尾部一致性措施（MTCM）和平均尾部一致性措施（ATCM）的建议。这两种措施都是基于尾部copula构造的，并具有明确的概率解释，MTCM评估了尾部所有可比矩形中的最大极限概率，ATCM是这些极限概率的归一化平均值。与TDC相比，所提出的措施可以捕获不可交换的尾部相关性。所提出的措施的分析形式也来自各种copula。一个真实的数据分析表明，股票指数的收益序列的尾部依赖性和尾部非交换性，特别是在金融危机时期。
2023-02-11 math.ST q-fin.RM stat.TH
Portfolio Optimization and Tail-Risk Analytics of Actively Managed ETFs
Texas Tech University（德克萨斯理工大学）；Kean University（基恩大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
研究主动管理型投资基金的投资组合优化与尾部风险分析，用彭博数据评估多种策略，结果显示不同策略有异质性，切线型投资组合表现佳，动态配置对各策略效果不同，尾部风险诊断表明组合聚合后下行尾部风险仍有意义。
2026-07-07 q-fin.PM q-fin.RM q-fin.ST
On the Measurement of Economic Tail Risk
本文试图为经济尾部风险的度量提供一个决策理论基础。尾部风险不仅与效用理论密切相关，而且与统计模型的不确定性密切相关。主要结果是，唯一的风险措施，满足一组经济公理的Choquet期望效用和elicitability的统计性质（即存在一个目标函数，使最小化的预期目标函数产生的风险措施）是平均功能和中位数短缺，这是尾部损失分布的中位数。启发性对于回溯测试很重要。我们还扩展了结果，以解决模型的不确定性，结合多个场景。作为一个应用，我们认为，中值短缺是一个更好的替代比预期损失设置资本要求的巴塞尔协议。
2015-08-16 q-fin.RM q-fin.ST stat.AP
A tail-shape actuarial index based on equal level relationships between Value at Risk and Expected Shortfall
University of Piraeus（比雷埃夫斯大学）；Athens University of Economics & Business（雅典经济与商业大学）
本文提出θ指数，用于基于价值风险与预期短缺的相等水平关系，评估损失分布的尾部行为，并通过均值超额函数与广义帕累托模型建立联系，同时推导风险贡献并用于稳定的价值风险分配计算。
2026-01-28 q-fin.RM
Estimating and backtesting risk under heavy tails
虽然风险的{估计}在银行和保险的日常业务中是一个重要的问题，但是许多现有的插件估计过程遭受不必要的偏差。这往往会导致低估风险，并对回测结果产生负面影响，特别是在小样本情况下。在这篇文章中，我们表明，估计偏差和回测之间的联系可以追溯到风险措施和相应的性能指标之间的双重关系，并讨论这在风险价值，预期损失和预期的风险价值。出于一致低估的风险插件程序，我们提出了一个新的算法偏差校正，并展示了如何将其应用于广义帕累托分布的i.i.d.设置并映射到GARCH（1，1）时间序列。特别是，我们表明，我们的算法的应用程序导致获得的效率时，重尾或异方差存在的数据。
2022-01-31 math.ST q-fin.RM q-fin.ST
One-year reserve risk including a tail factor: closed formula and bootstrap approaches
在本文中，我们详细介绍了在实践中使用的主要模拟方法来衡量一年期准备金风险，并描述了自助法提供的索赔开发结果（CDR）的经验分布，其方差与Wüthrich等人（2008）提出的预测误差的封闭式表达式相同。特别是，我们整合了随机建模的尾部因子的引导过程。我们证明了与现有的分析结果的等价性，并开发了封闭形式的表达式，包括尾部因子的预测误差。最后给出了一个数值算例。
2012-04-02 q-fin.RM
Estimating and backtesting risk under heavy tails
虽然风险估计是银行和保险日常业务中的一个重要问题，但许多现有的插件估计程序存在不必要的偏差。这往往会导致低估风险，并对回测结果产生负面影响，特别是在小样本情况下。在这篇文章中，我们表明，估计偏差和回测之间的联系可以追溯到风险措施和相应的性能指标之间的双重关系，并讨论这在风险价值，预期损失和预期的风险价值。受插件程序一致低估风险的启发，我们提出了一种新的偏差校正算法，并展示了如何将其应用于广义Pareto分布的i.i.d.。设置并映射到GARCH（1，1）时间序列。特别是，我们表明，我们的算法的应用程序导致获得的效率时，重尾或异方差存在的数据。
2022-01-26 q-fin.RM
EVT-Based Rate-Preserving Distributional Robustness for Tail Risk Functionals
Indian Institute of Management（印度管理学院）
本文提出一种基于EVT的尾部校准模糊设计，以保留尾部风险函数的名义渐近缩放，同时避免标准模糊集导致的风险膨胀。
2026-01-21 math.PR q-fin.RM stat.ME
Tail models and the statistical limit of accuracy in risk assessment
在风险管理中，尾部风险是至关重要的。风险评估应按照监管机构的要求在高分位数进行。一般来说，底层分布函数是未知的，数据库是稀疏的，因此使用特殊的尾部模型。通常，广义帕累托分布被用作基本模型，其参数由尾部区域的数据确定。有了确定的尾部模型，统计学家然后计算所需的高分位数。在此背景下，我们考虑了分位数计算的可能精度，并根据置信水平和尾部模型的参数确定了分位数估计的有限样本分布函数，进而计算了分位数估计的有限样本偏差和有限样本方差。最后，我们提出了一个未知分布函数的分位数的影响分析。
2019-04-27 q-fin.RM stat.ME
Asymptotic Properties of Generalized Shortfall Risk Measures for Heavy-tailed Risks
本文研究广义短缺风险度量，推导其一阶和二阶渐近展开，统一了扭曲与效用型短缺风险度量，并基于分位数构造极端水平估计量，数值示例验证了准确性。
2024-11-11 q-fin.RM
On heavy-tailed risks under Gaussian copula: the effects of marginal transformation
本文研究高斯 copula 依赖结构下的多元重尾尾部风险概率，利用 regular variation 建模发现尾部概率衰减速率随尾部集合类型和相关矩阵变化，且重尾边际下的联合尾部行为结构上不同于高斯边际。
2023-04-11 math.PR q-fin.RM stat.AP
Tail Risk Alert Based on Conditional Autoregressive VaR by Regression Quantiles and Machine Learning Algorithms
本文利用AI构建多元多水平CAViaR模型，研究美国股市、汇市和信贷市场间的尾部风险溢出，发现信贷市场处于极端风险预警的核心位置，其历史风险信息可预测其他市场的VaR。
2025-08-07 q-fin.RM
Measuring and hedging financial risks in dynamical world
金融市场已经发展了许多策略来控制市场波动引起的风险。数学已经成为解决金融中资产定价模型和对冲策略等基本问题的领先学科。历史始于布莱克和斯科尔斯提出的零风险范式，即未来支付的任何随机金额都可以被动态投资组合复制。在实际应用中，由于信息的缺乏，在模型校正时会出现不适定问题。现实世界更加复杂，需要新的定价和对冲方法。在过去的20年里，基于超复制（完美或相对于置信水平）和优化，这个具有挑战性的问题产生了深入而密集的学术研究。在理论与实践的相互作用中，蒙特卡罗方法被重新审视，新的风险度量方法被重新测试。这些典型的例子给出了一些见解，如何可能在金融风险管理中使用数学。
2003-05-01 math.PR q-fin.RM
Modelling Extremal Dependence for Operational Risk by a Bipartite Graph
我们引入了一个基于重尾分布和二分图的操作损失统计模型，该模型捕捉了操作风险数据的事件类型和业务线结构。该模型明确考虑了损失的帕累托尾和它们之间的异质依赖结构。然后，我们推导出估计个人以及聚合的尾部风险，衡量在非常高的置信水平的风险价值和条件尾部预期，并提供了一个渐近充分的资本配置方法。这种尾部风险的措施和资本分配的估计方法也提出了模拟数据和测试。最后，通过获得真实世界的操作风险损失从意大利银行系统，我们表明，即使有少量的观察，建议的估计方法产生可靠的估计，并量化依赖的经验网络的手段有很大的影响，在个人和总体水平的估计，以及资本配置。
2019-02-08 q-fin.RM
Conditional tail risk expectations for location-scale mixture of elliptical distributions
本文给出了位置-尺度混合椭圆分布的一元尾条件期望和多元尾条件期望的一般结果。例子包括正态分布的位置-尺度混合、Student- $t$分布的位置-尺度混合、逻辑斯谛分布的位置-尺度混合和拉普拉斯分布的位置-尺度混合。我们还考虑了椭圆分布的位置-规模混合的组合风险分解与TCE。
2020-07-18 math.ST q-fin.RM stat.TH
Tail Risk Analysis for Financial Time Series
本章阐述如何将极值统计应用于金融时间序列以评估尾部风险，讨论无条件与条件分位数预测方法，并以S&P 500指数为案例进行风险分析与回测，同时探讨了序列依赖性对多元尾部依赖性的影响。
2024-09-27 q-fin.RM stat.AP stat.ME
Interconnected risk contributions: an heavy-tail approach to analyse US financial sectors
在本文中，我们考虑一个多变量模型为基础的方法来衡量美国银行，金融服务和保险部门之间的相互依存的尾部风险的动态演变。为了深入研究保险公司的风险贡献，我们分别考虑人寿和非人寿公司。为了实现这一目标，我们采用多元学生t马尔可夫转换模型和多CoVaR（CoES）的风险措施在Bernardi等。（2013年b），以说明数据的已知风格化特征和影响金融部门的同期联合困境事件。我们的实证研究发现，银行似乎是所有其余部门的主要风险来源，其次是金融服务和保险部门，这表明保险部门对整体风险的贡献也很大。此外，我们发现，每个部门的作用，在其他部门的困境随着时间的推移，相应地演变到当前占主导地位的金融条件，这意味着不同的互联强度。
2014-04-16 q-fin.RM
Explicit Finite-Sum Tail Risk Measures for Hierarchical Market--Credit Copula Aggregation
University of Torino（都灵大学）；Core Dynamics GmbH（Core Dynamics有限公司）；Signal Iduna Reinsurance（Signal Iduna再保险公司）
本文提出基于显式有限和公式的分层Copula聚合方法，用于市场-信用风险度量，推导了聚合分布、分位数和尾部损失的确定性表达式，并分析尾部依赖传播，为模拟方法提供确定性替代方案。
2026-10-08 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
A Bayesian realized threshold measurement GARCH framework for financial tail risk forecasting
本文提出了一种创新的阈值测量方程中采用的实现Gestro框架。建议的框架采用了非线性阈值回归规范，考虑杠杆效应和模型的同期之间的依赖关系观察到的实现措施和隐藏的波动。采用贝叶斯马尔可夫链蒙特卡罗方法进行模型估计，并通过仿真研究评估其有效性。将建议的测量方程的有效性，实现Gesthem型模型通过实证研究，预测1%和2.5%的风险价值和预期损失的六个市场指数与两个不同的样本量。所提出的框架被证明是能够产生竞争力的尾部风险预测结果相比，甘精胰岛素和实现甘精胰岛素型模型。
2022-10-30 q-fin.RM
Involving copula functions in Conditional Tail Expectation
本文的目标是提出一种替代的风险度量，它考虑了损失的波动和随机变量之间可能的相关性。这种新的风险度量概念，我们称之为Copula条件尾期望，描述了在潜在的二元风险超过二元门限值的情况下，可以经历的预期风险量，并提供了一个重要的右尾风险度量。实际的财务数据的应用。
2014-04-02 math.ST 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
Approximation of Some Multivariate Risk Measures for Gaussian Risks
高斯随机向量表现出维数损失现象，这与它们的联合生存尾行为有关。此外，这些向量的分量是轻尾的事实使各种多变量风险度量的近似显着复杂化。在这方面的贡献，我们得到精确的近似边际平均超额，边际预期损失和多元条件尾期望的高斯随机向量和突出的联系与条件极限定理。我们的研究表明，类似的结果适用于椭圆和高斯样多变量风险。
2018-10-07 math.PR q-fin.RM
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
Modelling uncertainty in financial tail risk: a forecast combination and weighted quantile approach
针对尾部风险预测中模型不确定性的影响，提出了一种基于预测组合和加权分位数的尾部风险预测框架。所提出的方法是基于一个两步估计过程。第一步涉及在分位数水平的网格上组合风险价值（VaR）预测。一系列的参数和半参数模型被选为预测组合过程中的模型域。通过优化分位数损失估计分位数预测组合权重。在第二步中，预期损失（ES）被计算为组合分位数的加权平均值。ES预测的分位数加权结构是通过最小化Fissler Ziegel类的严格一致的联合VaR和ES损失函数来确定的。建议的框架被应用到六个股票市场指数和其预测性能进行比较，在宇宙中，一个简单的平均值的方法和加权分位数的方法，每个单独的模型。预测结果支持所提出的框架。
2021-07-18 q-fin.RM
Quantitative Statistical Robustness for Tail-Dependent Law Invariant Risk Measures
当使用经验数据或蒙特卡罗模拟通过尾部依赖的规律不变风险度量（如条件风险价值（CVaR））来估计财务状况的风险时，确保统计估计的稳健性非常重要，特别是当数据包含噪声时。Kratscher等人[1]提出了一个新的框架来研究Orlicz空间上尾依赖律不变风险度量估计量的定性鲁棒性，这是Cont等人[2]研究风险度量过程鲁棒性的早期工作的又一步。在本文中，我们遵循的研究流，提出了一个定量的方法来验证尾依赖的法律不变的风险措施的统计鲁棒性。该方法的一个显著特点是在分析基于真实数据和扰动数据的律不变风险测度的插入式估计量的律之间的差异时，使用Fortet-Mergent度量来量化真实潜在概率测度的变化，这使得我们能够得到一个显式的误差界的差异时，风险功能是Lipschitz连续的一类容许的法律为此外，新引入的Lipschitz连续性的概念，使我们能够检查的程度的鲁棒性尾相关的风险措施。最后，我们将我们的定量方法应用于一些著名的风险度量来说明我们的理论。
2020-06-28 econ.EM math.PR 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
Range Value-at-Risk: Multivariate and Extreme Values
由Cont等人（2010）提出的单变量范围风险价值的概念在多维环境中得到了扩展。传统的风险度量方法在处理重尾分布和无穷尾期望时不太适用。本文给出了稳健截尾期望的多元定义，克服了这一问题。鲁棒性和其他属性以及经验估计。在极值框架下的封闭形式的表达式和特殊情况进行了讨论。数值和图形的例子来检查经验估计的准确性。
2020-05-26 q-fin.RM
Can a regulatory risk measure induce profit-maximizing risk capital allocations? The case of Conditional Tail Expectation
风险资本分配（RCA）是量化风险管理的重要工具，用于：衡量不同业务部门的盈利能力，确定新产品的价格，并进行边际经济资本分析。然而，RCA的概念一直生活在另一个密切相关的概念，风险措施（RM）的阴影下，在这个意义上，后一个概念往往塑造了前一个概念的实施方式。事实上，由于目前已知的大多数RCA都是由RM引起的，两者的受欢迎程度显然非常相关。因此，这是RCA的条件尾部预期（CTE）RM，可以说是在学术文献和应用程序中流行的诱导。诚然，CTE RM是一个可靠的数学对象，也是一个重要的监管RM，但其适当性存在争议，例如，盈利能力分析和定价。在本文中，我们解决的问题，无论是RCA引起的CTE RM可能同意的替代方案，产生的利润最大化的背景下。更具体地说，我们提供了详尽的描述所有这些概率模型的设置，其中的数学和监管CTE RM也可能反映了利润最大化的保险公司的风险认知。
2021-08-26 q-fin.RM
