CoVaR的贝叶斯推理

资本短缺：对系统性风险进行评级和监管的新方法。《美国经济评论》，102页，第59-64页。[2]阿查里亚，V.V.，E.菲利蓬，T.a.nd理查兹on,M.，(2010)。衡量系统性风险。纽约大学工作论文。[3]Adam s.Z.,F-uss,R.和Gropp,R.,（2010）.对金融机构之间的溢出效应进行建模：一个依赖于国家的敏感性风险值（SDSVaR）appr OACH，欧洲商学院工作论文。[4]Adrian,T.和Brunnermeier,M.K.,（2011）。科瓦尔。未出版的手稿。[5]Bernardi,M.，(2013)。倾斜正常混合料的风险措施。统计与概率信件，第83页，第1819-1824页。[6]Bernardi,M.,Maruotti,A.和Petrella,L.,（2012）。损失分布的斜交混合模型：贝叶斯方法。保险:《数学与经济学》，第51页，第617-623页。[7]Bernardi,M.,Maruotti,A.和Petrella,L.,（2013）。多元Markovswitching模型与尾部风险的相互依赖。工作文件。[8]Billio,M.,Getmansky,M.,Lo,A.W.和L.Pellizon，(2012)。《金融经济学杂志》，第104页，第535-559页。Brownlees,C.T.和恩格尔（2012）。系统风险度量的波动性、相关性和尾部。工作文件。[10]赵世凯，霍德尔，沃夫。和Chang,W.（2012）。风险校准中的分位数回归。《金融计量经济学和统计学手册》，李成少主编，Spr inger VERLAG.[11]Chernozhukov,V.和Du,S.，(2008)。极值分位数与风险价值。新帕尔格雷夫经济学词典。第二版。编辑。史蒂文·N·杜劳芬·劳伦斯·E·布鲁姆。Palgrave Macmillan。[12]Carter,C.K.和Kohn，R，(1994)。关于状态空间模型的Gibbs抽样，《生物统计学》，81，第541-553页。和Kohn，R，(1996)。条件高斯状态空间模型中的马尔可夫链蒙特卡罗。Biometrika,83,第589-601页。[14]De Jong P.,（1991）。DI使用Kalman fireflter。《统计年鉴》，第19页，第1073-1083页。时间序列模型的仿真更加平滑。Biometrika，82,第339-350页。[16]德罗西，G.和哈维，A.(2009)。分位数，期待值和样条。计量经济学杂志，第152页，第179-185页。[17]德宾，J.和库普曼，S.J.(2012)。《国家空间研究的时间序列分析》，第2版，奥克斯·福特：牛津大学出版社。[18]德宾，J.和库普曼，S.J.，(2002)。一种用于状态空间时间序列分析的简单而直观的模拟平滑方法。Biometrika，89,第1603-616页。[19]恩格尔，R.F.和Manganelli，S，(2004)。鱼子酱：通过回归分位数在风险中的条件自回归。商业与经济统计学报，第22期，第367-381页。[20]范云，何德，王伟，朱立（2013）.单索引模型的复合量化。SFB 649讨论文件，2013-010.[21]F.R.Uhwirth-Schnatter,S.,（1994）.数据扩充与动态线性模型，时间序列分析杂志，第15页，第183-202页。和史密斯，F.M.，(1990)。基于抽样的边缘密度计算方法。美国统计协会杂志，第85页，第398-409页。[23]Geman,S.和Geman,D.（1984）。随机松弛，Gib bs分布和图像的贝叶斯恢复。IEEE Trans。模式分析与机械智能，第6页，第721-741页。和陈，纽约，(2011)。渔业市场风险价值的贝叶斯分位数预测。商业与经济统计杂志，第29页，第481-492页。评估基于抽样的方法计算后矩的可行性。在J.M.Bernardo,J.Berger,A.P.Dawid,Anda.F.M.Smith编，《贝叶斯统计学》，牛津大学出版社，第169-193页。[26]Geweke，J.，(2005)。当代贝叶斯计量经济学和统计学。概率统计中的WileySeries。Wiley,Hoboken。[27]Girard i,G,Erg-un,A.T.，(2013)。

系统风险度量：COVAR的多元GARCH估计。《银行与金融杂志》，http://dx.doi.org/10.1016/j.jbankfin.2013.02.027.[28]Gourieroux,C.和Jas iak。J.,（2008）。动态分位数模型。计量经济学杂志，第147页，第198-205页。[29]Hautsch,N.，Sch aumburg,J.和Schienle,M.,（2011）.量化计算边际系统性风险贡献。未出版的手稿。[30]黄，A.Y.(2012).分位数回归和核估计的风险值估计。《量化金融与会计》,DOI10.1007/S11156-012-0308-X[31]Johannes,M.和Polson,N.,（2009）.金融计量经济学的MC MC方法，载于《金融计量经济学手册》，第2卷，第1-72页，由Y.Ait-Sahalia和L.P.编辑。Hansen,North Holland.[32]Jorion,P.,（2007）.风险价值：管理金融风险的新基准。McGraw-Hill,Chicago。[33]Koenker,P.，(2005)。分位数回归。剑桥大学出版社[34]Koenker,B.和Basset,G.（1978）。回归分位数。Econometrica，46页。33-50.[35]Koenker,R.和Shao,Z.,（2006）.分位数自回归。美国统计协会杂志，第101页，第980-990页。[36]库普曼，S.J.，(1991)。时域平滑算法。博士论文。[37]Koopman,S.J.,Shephard,N.和Doornik,J.A.,（1998）。统计算法在状态空间模型使用Ssf包2.2。计量经济学杂志，第1页，第1-55页。[38]Kottas,A.和Gelfand,A.E.，(2001)。贝叶斯半参数中值回归建模。美国统计协会杂志，96,第1458-1468页。[39]Kottas,A.,Krnja jic,M.,（2009）。定量预测中的贝叶斯半参数建模。斯堪的纳维亚统计学杂志，第36页，第297-319页。和Podg Orski，K.(2001)。拉普拉斯分布及其推广。重新审视通信、经济学、工程环和金融的应用，Birkh-auser。[41]Kozumi,H.和Kobayashi,G.，(2011)。BayesianQuanyle回归的Gibbs抽样M种方法，统计计算与模拟学报，第81页，第1565-1578页。[42]Kuester,K.,Mittnik,S.和Paolella,M.S.,（2011）.风险价值预测：替代策略的比较，《金融计量经济学杂志》，4页。53-89.[43]Kurose,Y.和Omori,Y.，(2012)。用平滑样条进行时变量化的贝叶斯分析，日本统计学会学报，第42页，第23-46页。和苏，J.B.，(2012)。估计风险价值的替代统计分布：理论与证据，《定量金融与会计评论》，第39页，第39：309-331页。[45]林南，张成，(2012)。评K.Lum和A.E.Gelfand的文章“空间分位数多元回归使用Asy mmetric Laplace过程”，贝叶斯分析，第7页，第263-270页。（1994）。《贝叶斯计算中崩溃的吉布斯取样器及其在基因调控问题中的应用》，《美国统计协会杂志》，89,第958-966页。[47]Lum,K.和Gelfand,a.E.,（2012）。使用非对称拉普拉斯过程的空间分位数多元回归，B ayesian分析，第7页，第235-258页。[48]McNeil,A.,Frey,R.和Embrechts,P.,（2005）。定量风险管理：概念，技术，工具。普林斯顿金融丛书，普林斯顿。[49]帕rk,T.和卡塞拉，G，(2008)。贝叶斯套索。《美国统计协会杂志》，第103页，第681-686页。和Wong,W.H.（1987）。通过数据扩充计算后验分布。《美国统计学会杂志》，82,第528-550页。[51]Schaumburg,J.,（2010）。预测极端VaR：非参数分位数回归与极值理论，SFB 649讨论文件，2010-009。[52]Taylor,J.W.,（2008）.线性分位数回归：半参数贝叶斯方法。贝叶斯分析，第7页，第51-72页。[53]Tokdar,S.T和Kadane,J.B.,（2008）。

使用指数加权分位数回归估计风险价值和预期缺口。《金融计量经济学杂志》，第6页，第382-406页。和Park，T，(2008)。部分折叠的Gibb采样器：理论与方法。《美国统计协会杂志》，第110页，第790-796页。贝叶斯分位数回归。《统计与概率快报》54页，第437-447页。