Realized extreme quantile: A joint model for conditional quantiles and measures of volatility with EVT refinements
已实现极端分位数：结合极值理论的条件分位数与波动率测度联合模型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：摘要以极端分位数和分位数风险预测为目标，结合已实现波动率及高频测度，直接对应尾部风险、波动率和高频计量。
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
已实现极端分位数：结合极值理论的条件分位数与波动率测度联合模型
- 研究问题
- 能否将已实现波动率测度纳入条件分位数模型，以估计和预测极端分位数，并改善动态分位数刻画及基于分位数的风险预测？
- 方法与思路
- 作者提出REQ，将分位数回归与极值理论结合，用测量方程连接已实现波动率测度和潜在条件分位数，并采用准极大似然估计。
- 材料陈述的贡献
- 摘要称模拟支持估计量的有限样本表现，实证显示高频测度对动态分位数尤其有信息量，样本外风险预测也支持REQ的应用价值。
- 阅读关注点
- 核对极值理论如何修正尾部分位数、测量方程与准极大似然的条件，以及高频测度构造、预测比较对象和风险评价标准。
- 阅读边界
- 摘要未说明资产样本、尾部分位数水平、预测评价指标及比较模型；所述模拟与实证表现不足以判断不同市场或尾部水平下的适用性。
原文摘要
Summary We propose a new framework exploiting realized measures of volatility to estimate and forecast extreme quantiles. Our realized extreme quantile (REQ) combines quantile regression with extreme value theory and uses a measurement equation that relates the realized measure to the latent conditional quantile. Model estimation is performed by quasi maximum likelihood, and a simulation experiment validates this estimator in finite samples. An extensive empirical analysis shows that high‐frequency measures are particularly informative of the dynamic quantiles. Finally, an out‐of‐sample forecast analysis of quantile‐based risk measures confirms the merit of the REQ.