一种度量金融风险的人工智能方法
摘要：AI人工智能为评估经济状况带来了新的定量技术。在这里，我们描述了一种新的系统风险衡量指标：金融风险指数(FRM)。该指标基于线性分位数套索回归的惩罚参数(lambda)。FRM通过计算在美国最大的100家公开交易的金融机构中的惩罚参数的平均值来计算得出。我们通过将所提出的FRM与其他系统风险指标（如VIX、SRISK和Google Trends）进行比较，来证明基于AI的风险指标的合适性。我们发现FRM与这些指标之间存在相互格兰杰因果关系，这表明FRM作为系统风险指标的有效性。此项目的实现使用并行计算，代码已经在www.quantlet.de上发布，关键词为FRM。R包RiskAnalytics是另一个旨在整合和促进围绕FRM项目的研究、计算和分析方法的工具。可在hu.berlin/frm上找到可视化和最新的FRM。
作者：Lining Yu, Wolfgang Karl H\"ardle, Lukas Borke, Thijs Benschop
论文ID：2009.13222
分类：Risk Management
分类简称：q-fin.RM
提交时间：2020-09-29