Conditional Extremes in Asymmetric Financial Markets
非对称金融市场中的条件极值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：摘要以 CoVaR 系统性风险预测为目标，并采用二元 GARCH 描述动态，因此对应尾部与系统性风险及波动率。
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
非对称金融市场中的条件极值
- 研究问题
- 面对金融市场中的非对称性和厚尾分布，如何动态预测条件风险价值 CoVaR，以刻画一方处于极端状态时的系统性风险？
- 方法与思路
- 作者先以极值理论构建二元变量条件极端分布的半参数框架，再嵌入二元 GARCH 过程，并与灵活的全参数方案作实证比较。
- 材料陈述的贡献
- 摘要提出兼顾非对称性与厚尾特征的动态 CoVaR 方法，将条件极值建模和波动动态结合，并提供与全参数替代方法的实证比较。
- 阅读关注点
- 应核对 CoVaR 的条件事件定义、极端阈值与尾部近似条件、二元 GARCH 的衔接方式，以及实证比较采用的预测评价标准。
- 阅读边界
- 摘要未说明样本、比较指标或结果方向，不能据此认定方法优于替代方案；CoVaR 的统计关联也不足以直接识别系统性传染机制。
原文摘要
The global financial crisis of 2007–2009 revealed the great extent to which systemic risk can jeopardize the stability of the entire financial system. An effective methodology to quantify systemic risk is at the heart of the process of identifying the so-called systemically important financial institutions for regulatory purposes as well as to investigate key drivers of systemic contagion. The article proposes a method for dynamic forecasting of CoVaR, a popular measure of systemic risk. As a first step, we develop a semi-parametric framework using asymptotic results in the spirit of extreme value theory (EVT) to model the conditional probability distribution of a bivariate random vector given that one of the components takes on a large value, taking into account important features of financial data such as asymmetry and heavy tails. In the second step, we embed the proposed EVT method into a dynamic framework via a bivariate GARCH process. An empirical analysis is conducted to demonstrate and compare the performance of the proposed methodology relative to a very flexible fully parametric alternative.