尾部事件驱动网络(TENET)做风险溢出以及系统性风险测度CoVaR

0关注
6粉丝

大专生

16%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 0 个
通用积分: 0.0121
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 90 点
帖子: 4
精华: 0
在线时间: 80 小时
注册时间: 2022-5-23
最后登录: 2025-10-24

楼主

QT-L 发表于 2023-3-23 14:39:01 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1、尾部事件驱动网络与dy溢出指数均可用于连通性与风险溢出分析，其侧重点有所不同，DY溢出指数以均值衡量风险，TENET衡量尾部风险，对于风险衡量来说TENET优势显著。

2、系统性风险测度CoVaR,传统的CoVaR采用分位数回归，然而变量过多会导致参数估计有偏。因此可以将分位数回归与lasso相结合，以该方法计算出的CoVaR相较于传统方法更有意义。

3、系统性风险测度CoVaR,传统的方法采用分位数回归来估计，这是一种线性关系，然而现实中多变量间大多情况下都是非线性关系，因此采用Single-Index Model与lasso相结合，以该方法计算出的CoVaR是非线性的，更符合现实情况。

数据处理、非线性CoVaR计算、TENET代码可交流。