重尾分布下的风险估计与反向测试
摘要：评估风险是银行和保险业务中一个重要的问题，许多现有的插值估计程序存在不必要的偏差。这往往导致对风险的低估，并对回测结果产生负面影响，尤其是在小样本情况下。本文展示了估计偏差与回测之间的双重关系，并讨论了这一问题与风险度量、预期损失和预期损失值之间的关系。受到插值估计程序对风险的一致低估的启发，我们提出了一种新的偏差校正算法，并展示了如何将其应用于广义Pareto分布、独立同分布和GARCH(1,1)时间序列。特别是，我们展示了使用我们的算法可以在数据中存在重尾或异方差性时提高效率。
作者：Marcin Pitera and Thorsten Schmidt
论文ID：2201.10454
分类：Risk Management
分类简称：q-fin.RM
提交时间：2022-01-28