基于分位数回归森林+POT的极端VaR风险测度

摘要：

非参数形式的分位数回归方法在测度VaR风险方面已经取得了长足的进展,但是在测度极端VaR风险方面仍存在精度不高的问题.因此,文章结合分位数回归森林(QRF)和极值理论方法(POT)的优势,提出了QRF+POT方法来测度极端VaR风险.一方面,采用分位数回归森林来测度VaR风险的非线性结构,另一方面,使用POT方法来处理极端尾部数据.以上证综指等四支股票指数为研究对象,比较分析了QRF+POT方法与其他方法测度极端VaR风险的效果,结果表明:第一,QRF方法能够精确测度正常分位点的VaR风险,但难以精确测度极端VaR风险;第二,QRF+POT方法能够有效刻画股市暴跌期间的极端风险,获得极端VaR风险的精确测度.

关键词：极端VaR风险、分位数回归森林、POT方法

所属期刊栏目：36

分类号：F830.2;O212.1(金融、银行)

资助基金：国家社会科学基金;山东省社会科学规划研究项目;全国统计科学研究一般项目

在线出版日期：2022-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：102-108