Measuring tail risk
尾部风险的度量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：摘要直接比较尾部风险度量，并检验其对时间序列和横截面资产收益的预测能力。
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…
尾部风险的度量
- 研究问题
- 已有尾部风险指标在统计预测与经济应用中是否有效，哪些指标能预测尾部事件、尾部波动、资产收益及实际经济活动？
- 方法与思路
- 作者比较文献中尾部风险指标的统计与经济有效性，考察多类预测任务，并用模拟分析测量误差对指标表现的作用。
- 材料陈述的贡献
- 摘要称，期权隐含指标 BT11Q 在所考察测试中整体表现最佳，具有多方面预测能力，模拟显示测量误差是表现的主要驱动因素。
- 阅读关注点
- 应核对各风险指标的构造、统计与经济有效性的判据、预测比较的样本外安排，以及模拟中测量误差作用的辨析方式。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；样本、评价指标及预测增益数值未说明，整体最佳是作者在其测试范围内的报告，不能普遍化。
原文摘要
We comprehensively investigate the usefulness of tail risk measures proposed in the literature. We evaluate their statistical as well as their economic validity. The option-implied measure of Bollerslev and Todorov (2011b) (BT11Q) performs best overall. While some other tail risk measures excel at specialized tasks, BT11Q performs well in all tests: First, BT11Q can predict both future tail events and future tail volatility. Second, it has predictive power for returns in both the time series and the cross-section, as well as for real economic activity. Finally, a simulation analysis shows that the main driver of performance is measurement error.