定量金融 > 风险管理
[提交于 2016年8月19日
(v1)
,最后修订 2017年2月21日 (此版本, v2)]
标题: 可辨识性与回溯测试:对银行业监管的视角
标题: Elicitability and backtesting: Perspectives for banking regulation
摘要: 条件风险度量预测在金融机构的内部风险管理以及监管资本计算中起着重要作用。 为了评估风险度量程序的预测性能,将风险度量预测与一段时间内的实际金融损失进行比较,并进行程序正确性的统计检验。 这个过程被称为回测。 这种传统的回测关注于评估一组风险度量估计的一些最优性属性。 然而,它们不适合比较不同的风险估计程序。 我们研究了比较回测的建议,这些回测更适合基于预测准确性的方法比较,但需要一个可引出的风险度量。 我们认为,在传统回测中补充比较回测将通过为风险度量预测的准确性提供正确的激励来增强现有的银行交易簿监管框架。 此外,比较回测框架可以由银行内部以及研究人员使用,以指导预测方法的选择。 讨论集中在三种风险度量上, 风险价值、预期损失和期望值,并得到了模拟研究和数据分析的支持。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.