基于偏态指数幂分布的统一贝叶斯条件自回归风险度量
摘要：条件自回归风险值和条件自回归期望值成为直接度量市场风险的两种流行方法。自引入以来，无论是在贝叶斯框架还是在经典框架中，已经提出了几种改进方法，以更好地考虑不对称性和局部非线性。在这里，我们提出了一种统一的贝叶斯条件自回归风险度量方法，使用偏斜指数幂分布。此外，我们使用半参数P样条逼近扩展了所提出的模型，以灵活考虑非线性的存在。为了进行统计推断，我们将Bernardi等人（2018年）提出的MCMC算法适应到我们的情况。使用五个股票市场指数每日收益的真实数据论证了整个方法的有效性。
作者：Marco Bottone and Mauro Bernardi and Lea Petrella
论文ID：1902.03982
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2019-10-01