THE ESTIMATION RISK IN EXTREME SYSTEMIC RISK FORECASTS
极端系统性风险预测中的估计风险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：摘要直接预测 MES 系统性风险，并将去波动率处理与极值理论相结合，涉及尾部风险和波动率建模。
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
极端系统性风险预测中的估计风险
- 研究问题
- 如何预测以边际期望损失 MES 衡量的系统性风险，并量化预测自身的估计不确定性及其随时间变化的精度？
- 方法与思路
- 作者先对观测进行去波动率处理，再以极值理论估计残差的系统性风险，建立 MES 预测的渐近正态性并构造区间。
- 材料陈述的贡献
- 摘要称模拟支持预测区间的良好覆盖率，美国主要银行应用显示预测精度显著时变，并讨论这一现象的监管含义。
- 阅读关注点
- 应核对去波动率模型及其估计误差、极值阈值选择、MES 外推条件，以及预测区间包含哪些来源的不确定性。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能确认危机预测能力或实际监管效果；覆盖率数值、银行样本细节及版本变化未说明。
原文摘要
Systemic risk measures have been shown to be predictive of financial crises and declines in real activity. Thus, forecasting them is of major importance in finance and economics. In this paper, we propose a new forecasting method for systemic risk as measured by the marginal expected shortfall (MES). It is based on first de-volatilizing the observations and, then, calculating systemic risk for the residuals using an estimator based on extreme value theory. We show the validity of the method by establishing the asymptotic normality of the MES forecasts. The good finite-sample coverage of the implied MES forecast intervals is confirmed in simulations. An empirical application to major U.S. banks illustrates the significant time variation in the precision of MES forecasts, and explores the implications of this fact from a regulatory perspective.