ESTIMATION-ADJUSTED VAR
考虑估计误差调整的风险价值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：摘要直接研究风险价值的覆盖校准，并将方法具体用于随机波动模型，支持尾部风险与波动率方向。
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…
考虑估计误差调整的风险价值
- 研究问题
- 用估计参数代替真实参数计算风险价值时，如何修正覆盖概率的渐近偏差，并同时考虑理论风险与参数估计风险？
- 方法与思路
- 作者针对一般参数动态模型推导估计调整风险价值 EVaR，将调整具体用于随机漂移和波动模型，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称参数代入会产生一阶为 1/n 的覆盖概率偏差，所提 EVaR 对其作修正，并允许理论风险与估计风险相互依赖。
- 阅读关注点
- 应核对覆盖概率偏差的推导条件、调整项所需的可估计量，以及动态模型中两类风险依赖关系的处理方式。
- 阅读边界
- 仅据所给 Crossref 摘要，不能判断修正后剩余误差的阶数或普遍覆盖改善；模拟和标普指数应用结果未说明。
原文摘要
Standard risk measures, such as the value-at-risk (VaR), or the expected shortfall, have to be estimated, and their estimated counterparts are subject to estimation uncertainty. Replacing, in the theoretical formulas, the true parameter value by an estimator based on n observations of the profit and loss variable induces an asymptotic bias of order 1/ n in the coverage probabilities. This paper shows how to correct for this bias by introducing a new estimator of the VaR, called estimation-adjusted VaR (EVaR). This adjustment allows for a joint treatment of theoretical and estimation risks, taking into account their possible dependence. The estimator is derived for a general parametric dynamic model and is particularized to stochastic drift and volatility models. The finite sample properties of the EVaR estimator are studied by simulation and an empirical study of the S&P index is proposed.