依赖条件风险价值对于总体风险模型
摘要：风险度量预测和模型的发展旨在提供更好的预测，并保持其（经验）特性，尤其是一致性特性。尽管被广泛使用的风险度量值（VaR）在许多应用中表现出了其性能和益处，但实际上它不是一个一致的风险度量。条件VaR（CoVaR），定义为超过VaR的损失的均值，是满足一致性特性的另一种替代风险度量。已经有几种CoVaR的扩展，例如修改的CoVaR（MCoVaR）和Copula CoVaR（CCoVaR）。在本文中，我们提出了另一种风险度量，称为相关的CoVaR（DCoVaR），用于依赖于另一种随机损失的目标损失，包括将模型参数视为随机损失。我们发现，我们的DCoVaR优于MCoVaR和CCoVaR。进行了数值模拟来说明所提出的DCoVaR。此外，我们对金融收益数据进行实证研究，计算异方差过程的DCoVaR预测。
作者：Bony Josaphat and Khreshna Syuhada
论文ID：2009.02904
分类：Risk Management
分类简称：q-fin.RM
提交时间：2020-09-08