کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5095691 1376479 2016 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Tail dependence measure for examining financial extreme co-movements
ترجمه فارسی عنوان
اندازه گیری وابستگی به دم برای بررسی جنبشهای مالی افراطی
ترجمه چکیده
مدل سازی و پیش بینی حرکت های متحرک شدید در بازار مالی برای انجام آزمون استرس در مدیریت ریسک مهم است. استقلال همبستگی و وابستگی وابستگی در مدل سازی چنین حرکت های مشترک بسیار متفاوت است. به عنوان مثال، تأثیر حوادث افراطی اغلب بیش از حد است، هرگاه وابستگی وابستگی به اشتباه فرض شود. از سوی دیگر، هر بار که داده ها به عنوان مستقل مستقل به دست می آیند، تأثیر به طور قابل توجهی کم ارزش می شود. بنابراین، تماشای سناریوهای استقلال / وابستگی آستانهشناختی برای هر تصمیم گیری و به ویژه در مدیریت ریسک بسیار مفید است. ما خواص محدودیتی مشروط تدوین کنال را بررسی می کنیم که می تواند برای تشخیص حضور استقلال / وابستگی وابستگی استفاده شود. ما همچنین برآورد غیر پارامتری برای این معیار جدید پیشنهاد می دهیم و حد مجاز آن را محاسبه می کنیم. یک مطالعه شبیه سازی نشان می دهد عملکرد خوبی از اندازه گیری جدید و ترکیب آن با ضریب وابستگی دم ارائه شده توسط لدفورد و تاون (1996، 1997). در نهایت، درخواست ها برای اطلاعات مالی و بیمه ارائه می شود.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
Modeling and forecasting extreme co-movements in financial market is important for conducting stress test in risk management. Asymptotic independence and asymptotic dependence behave drastically different in modeling such co-movements. For example, the impact of extreme events is usually overestimated whenever asymptotic dependence is wrongly assumed. On the other hand, the impact is seriously underestimated whenever the data is misspecified as asymptotic independent. Therefore, distinguishing between asymptotic independence/dependence scenarios is very informative for any decision-making and especially in risk management. We investigate the properties of the limiting conditional Kendall's tau which can be used to detect the presence of asymptotic independence/dependence. We also propose nonparametric estimation for this new measure and derive its asymptotic limit. A simulation study shows good performances of the new measure and its combination with the coefficient of tail dependence proposed by Ledford and Tawn (1996, 1997). Finally, applications to financial and insurance data are provided.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Econometrics - Volume 194, Issue 2, October 2016, Pages 330-348
نویسندگان
, , , ,