使用联合分位数回归预测VaR和ES及其在投资组合配置中的意义
摘要：多元分位数回归框架在预测多个金融资产的风险价值 (VaR) 和预期亏损 (ES) 时具有重要的应用价值。本文扩展了Taylor (2019)的研究，提出了一种多元分位数回归框架，可以同时预测多个金融资产的VaR和ES。我们将Petrella和Raponi (2019)的多元不对称拉普拉斯(MAL)联合分位数回归推广为一个时变模型，这使得我们能够指定每个资产的VaR和ES的动态演化过程。所提出的方法考虑了资产收益之间的依赖关系。通过利用MAL分布的特性，我们提出了一种新的投资组合优化方法，可以最小化投资组合风险并控制金融数据的众所周知的特征。我们使用周收益率对三个主要股票市场指数的模拟数据和真实数据评估了所提出方法的优势。结果表明，与单变量模型相比，我们的方法在风险度量预测方面表现更好、更准确。
作者：Luca Merlo, Lea Petrella, Valentina Raponi
论文ID：2106.06518
分类：Risk Management
分类简称：q-fin.RM
提交时间：2021-07-19