Estimation risk for the VaR of portfolios driven by semi-parametric multivariate models
半参数多元模型驱动的投资组合 VaR 估计风险AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以投资组合条件 VaR、市场风险与估计风险的联合量化为核心，直接对应金融尾部风险，而非资产定价或收益预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
半参数多元模型驱动的投资组合 VaR 估计风险
- 研究问题
- 研究资产权重随时间变化、收益遵循半参数多元动态模型时，如何同时量化投资组合条件 VaR 对应的市场风险与估计风险。
- 方法与思路
- 作者在条件分布椭圆性下建立条件 VaR 估计的渐近理论，并研究不依赖椭圆性的过滤历史模拟，推导相应渐近置信区间。
- 材料陈述的贡献
- 摘要称，两类方法可用条件 VaR 置信区间同时体现市场和估计风险，并进一步分析最小方差组合及模拟、股票收益应用。
- 阅读关注点
- 应核对椭圆性和动态模型条件、权重估计误差的传递，以及过滤历史模拟的其他要求与两种置信区间的覆盖表现。
- 阅读边界
- 仅据所给出版社摘要，不依赖椭圆性不代表过滤历史模拟无须其他条件；两类方法的具体利弊、区间精度和应用结果未说明。
原文摘要
Joint estimation of market and estimation risks in portfolios is investigated, when the individual returns follow a semi-parametric multivariate dynamic model and the asset composition is time-varying. Under ellipticity of the conditional distribution, asymptotic theory for the estimation of the conditional Value-at-Risk (VaR) is developed. An alternative method – the Filtered Historical Simulation – which does not rely on ellipticity, is also studied. Asymptotic confidence intervals for the conditional VaR, which allow for simultaneous quantification of the market and estimation risks, are derived. The particular case of minimum variance portfolios is analyzed in more detail. Potential usefulness, feasibility and drawbacks of the two approaches are illustrated via Monte-Carlo experiments and an empirical study based on stock returns.