CAESar: Conditional Autoregressive Expected Shortfall
创建于 更新于
摘要
本报告提出一种新型条件自回归预期短缺估计方法CAESar，基于无分布假设的CAViaR模型拓展，联合估计VaR和ES，包含异方差效应并加以单调性约束，有效解决交叉分位数问题。通过广泛仿真和10个股指的实证检验，CAESar在多项ES回测和预测性能指标中优于现有模型，尤其在尾部风险极端水平下表现突出，展现出强大的风险管理实用价值 [page::0][page::3][page::19][page::22][page::25][page::28]。
