Stable mixture GARCH models
稳定分布混合 GARCH 模型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：摘要明确采用 GARCH 建模资产收益，并研究样本外风险预测、预期短缺和组合下行风险。
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…
稳定分布混合 GARCH 模型
- 研究问题
- 如何用稳定分布混合 GARCH 描述资产收益，并处理混合模型估计困难，同时支持样本外风险预测和组合风险度量？
- 方法与思路
- 作者结合稳定分布混合与 GARCH，提出处理混合估计问题的方法，再借助独立成分分析扩展至多元情形。
- 材料陈述的贡献
- 摘要称模型在七个主要外汇及股票指数的样本外风险预测中优于所比较模型，并可利用特征函数进行预期短缺优化。
- 阅读关注点
- 核对混合模型估计困难及解决步骤、预测比较指标与样本划分，以及独立成分假设和预期短缺计算方式。
- 阅读边界
- 仅依据所给出版社摘要；优势仅为作者对所述比较的报告，数据区间、显著性及模型条件未说明，不能推断普遍最优。
原文摘要
A new model class for univariate asset returns is proposed which involves the use of mixtures of stable Paretian distributions, and readily lends itself to use in a multivariate context for portfolio selection. The model nests numerous ones currently in use, and is shown to outperform all its special cases. In particular, an extensive out-of-sample risk forecasting exercise for seven major FX and equity indices confirms the superiority of the general model compared to its special cases and other competitors. Estimation issues related to problems associated with mixture models are discussed, and a new, general, method is proposed to successfully circumvent these. The model is straightforwardly extended to the multivariate setting by using an independent component analysis framework. The tractability of the relevant characteristic function then facilitates portfolio optimization using expected shortfall as the downside risk measure.