Semi-parametric financial risk forecasting incorporating multiple realized measures
创建于 更新于
摘要
本报告提出了一种结合多重实现波动率测度的半参数联合VaR与ES风险预测框架。模型通过扩展实现指数GARCH与ES-CAViaR，利用自适应贝叶斯MCMC算法估计，实现了多重实现测度信息的融合。基于2000年至2022年覆盖六大股票市场实证，结果表明该框架在1%与2.5%置信水平下的VaR和ES预测准确度显著优于多种参数化与半参数化模型，且多测度信息对提升尾部风险预测效果至关重要[page::0][page::15][page::22][page::33]。
