王同學(xué)
2020-09-21 21:03老師好，我有幾個問題需要請教一下： 1.投資風(fēng)險中，目前是否還有surplus at risk的說法？如果有，是如何計算的？是不是用expected surplus(即A(1＋RA）-L(1＋RL））減去雙尾Z值乘以surplus的標(biāo)準(zhǔn)差？還是只有Z乘以標(biāo)準(zhǔn)差？ 2.市場風(fēng)險EVT中，如果數(shù)據(jù)存在cluster現(xiàn)象，應(yīng)該選用POT還是GEV？我的理解是應(yīng)該選擇POT，因為這些極端值雖然分布不均，但是在theshold之上就都可以包含進(jìn)去。 3.操作風(fēng)險中，關(guān)于AMA方法卷積的計算，是否還在今年考綱內(nèi)？ 非常感謝！
所屬：FRM Part II > 市場風(fēng)險測量與管理 視頻位置 相關(guān)試題
來源： 視頻位置 相關(guān)試題
1個回答
Crystal助教
2020-09-24 11:20
該回答已被題主采納
1.書上沒有明確寫surplus at risk這個概念，只有一個例題，按照例題對應(yīng)的話，是只有Z乘以標(biāo)準(zhǔn)差
2.你的理解是對的，因為數(shù)據(jù)聚集的話，GEV就會丟失數(shù)據(jù)。
3.不在考綱中。
-
追問
謝謝高老師！針對第二個問題，那天吳老師直播的考點串講也說到這點，cluster現(xiàn)象不滿足數(shù)據(jù)獨立同分布，所以還是選擇了GEV的方法。?？级杏幸坏肋@樣的題，所以有點蒙圈啊~~
-
追答
額，你把那個?？碱}發(fā)我一下把，我看一下哈。
-
追問
是在?？?的第19題，我在別的習(xí)題冊中看到過，最后選的答案使用GEV，所以有些不解
-
追答
我的?？碱}和你的?？碱}不太一樣啊，你把你的圖發(fā)我一下把
-
追問
Your assignment is to configure a model for financial market (price-based) losses at your bank. For the extreme tail, you want to fit an EVT distribution, either GPD or GEV, to your internal historical loss dataset. However, your bank’s loss data exhibits a high degree of clustering; i.e.,time dependency which violates an assumption that the losses are independent and identically distributed (i.i.d.). Which is the best approach, POT or GEV?
A. The clustering is not relevant and you can use either POT or GEV: unlike CLT, neither EVT distribution requires an assumption that the underlying losses are i.i.d.
B. Use the POT (GPD) approach: GEV (block maxima) requires i.i.d. but POT does not, and in fact, anticipates clustering.
C. Use the GEV (block maxima) approach: with long enough time blocks, the clustering effect should be mitigated.
D. Neither GEV nor POT can be used; there is no currently known method for dealing with non-i.i.d. data under EVT.
大概就是這道題，謝謝老師！ -
追答
我明白了，從你的問題和我的回答，我們都是從不丟失數(shù)據(jù)的角度，但是如果說是考慮數(shù)據(jù)的聚集性，或者簡單點說就是考慮數(shù)據(jù)的時間因素，這一點中其實pot是做不到的，因為他也就僅僅是不丟失數(shù)據(jù)而已，所以他沒有考慮數(shù)據(jù)的時間特點。換句話說沒有描述時間的參數(shù)。
雖然gev從參數(shù)上也是沒有考慮的，但是有一個辦法可以使得數(shù)據(jù)變得不那么聚集，就是增大你的樣本容量，這樣的話，兩個極端值出現(xiàn)的時間就不會那么密集。當(dāng)然了這么做勢必會丟失數(shù)據(jù)，同時你這個樣本容量取多大是合適的，這么做也是會有新的問題的，就跟pot中門檻到底選多少是一樣的。
這種方式在原版書中是有介紹的。
0
0
0
0
