Predicting Stock Market Crash with Bayesian Generalised Pareto Regression
创建于 更新于
摘要
本论文提出了一种基于贝叶斯广义帕累托回归的方法，对印度Nifty 50指数极端负收益进行建模与预测。通过将尺度参数与市场波动等协变量关联，模型动态反映尾部风险。采用四种贝叶斯正则化先验进行比较，结果显示Cauchy先验在预测精度与模型简洁性之间取得最佳平衡。实证分析揭示国内外波动率（Nifty、S&P500、黄金）均显著影响尾部风险，体现了全球溢出效应与避险行为，为金融市场系统性风险管理与压力测试提供了有效工具[page::0][page::1][page::7][page::8]
