Nonparametric Risk Management With Generalized Hyperbolic Distributions
基于广义双曲分布的非参数风险管理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：摘要明确以金融风险因子、风险价值和波动率突变为研究对象，直接对应尾部风险管理与波动率建模方向。
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…
基于广义双曲分布的非参数风险管理
- 研究问题
- 金融风险因子的尾部特征与波动率突变如何共同影响风险价值计算，能否通过分布建模和自适应估计改善风险度量？
- 方法与思路
- 作者提出 GHADA 模型，将广义双曲分布与非参数自适应方法结合，在短时间区间估计同质波动率并反映突然变化。
- 材料陈述的贡献
- 摘要称，在所述汇率与德国银行组合数据中，GHADA 的风险价值计算比采用正态和 t 分布假设的模型更准确。
- 阅读关注点
- 应核对自适应区间的选择、分布参数与波动率估计方式，以及风险价值的评价标准、回测设计和比较模型设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；准确性指标、尾部概率和数值结果未说明，不能推广为普遍性能优势。
原文摘要
In this article we propose the generalized hyperbolic adaptive volatility (GHADA) risk management model based on the generalized hyperbolic (GH) distribution and on a nonparametric adaptive methodology. Compared with the normal distribution, the GH distribution has semiheavy tails and represents the financial risk factors more appropriately. Nonparametric adaptive methodology has the desirable property of being able to estimate homogeneous volatility over a short time interval and reflects a sudden change in the volatility process. For the German mark/U.S. dollar exchange rate and German bank portfolio data, the proposed GHADA model provides more accurate Value at risk calculations than the models with assumptions of the normal and t distributions.