Quantile-based modeling of scale dynamics in financial returns for Value-at-Risk and Expected Shortfall forecasting
创建于 更新于
摘要
本论文提出QbSD（Quantile-based Scale Dynamics）方法：通过以两个对称分位差定义的条件“scale”并用受限分位回归（global CAViaR）建模，直接生成分位数路径，从左尾分位数导出VaR，并通过对低于VaR概率区间的分位数积分近似ES，从而在无分布假设下稳健地刻画厚尾、偏斜与杠杆效应；模拟和国际股票指数实证显示在存在杠杆或不对称波动时，带有不对称斜率的QbSD-gAS在VaR/ES预测（尤其是ES）上通常优于AL/GAS等半参数方法，并在若干实证MCS评比中位列前茅 [page::0][page::27]。
