机读格式显示(MARC)

• 000 02257nam0 2200349 450

• 001 0000911020

• 005 20201102130000.0

• 010 __ |a 978-7-5504-4222-1 |d CNY68.00

• 099 __ |a CAL 012020036235

• 100 __ |a 20191223d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 510000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于期望分位数回归方法的金融风险度量 |A ji yu qi wang fen wei shu hui gui fang fa de jin rong feng xian du liang |d = The measurement of financial risk based on expectile regression |f 杨文华, 张倩倩, 周凯著 |z eng

• 210 __ |a 成都 |c 西南财经大学出版社 |d 2019

• 215 __ |a 154页 |c 图 |d 24cm

• 300 __ |a 教育部人文社科基金青年项目“商业银行杠杆周期性与系统性风险的生成及监管机制研究” (批准号19YJC790172) 第63批国家博士后基金面上项目“宏观审慎视角下商业银行高杠杆风险及监管策略研究” (批准号2018M632273) 阶段性成果

• 314 __ |a 杨文华, 1987年生, 博士, 主要研究领域为金融风险管理、金融市场等, 主持和参与多项国家级项目和省部级基金项目的研究, 荣获四川省第十八届哲学社会科学进步二等奖。张倩倩, 1990年生, 经济学博士, 主要从事金融市场和公司金融研究。周凯, 1977年生, 管理学博士, 博士后合作导师, 江苏省333人才, 江苏省十三届人民代表大会常委会决策咨询专家, 正高级经济师。

• 320 __ |a 有书目 (第140-154页)

• 330 __ |a 在众多风险模型中, VaR能将多种复杂的风险合成为一个简洁易懂的指标, 受到金融机构和监管当局的普遍欢迎。分位数回归本身存在角点解的难题, 导致VaR的计算失真, 同时基于分位数回归计算的VaR依然未能克服其不满足风险一致性的缺陷。已有的研究表明金融收益分布存在明显波动聚集性和时变特征, 我们尝试采用基于期望分位数回归方法计算的EVaR作为风险测度的核心指标, 通过与GARCH模型、LPA方法和Lasso方法的有机结合, 有效的刻画了金融风险的波动聚集性、时变性和外部溢出性。在此基础上对我国金融体系的系统性风险进行测度, 为金融监管当局进行风险管理提供了全新视角和理论支持。

• 333 __ |a 金融风险管理研究人员

• 510 1_ |a Measurement of financial risk based on expectile regression |z eng

• 606 0_ |a 自回归模型 |A zi hui gui mo xing |x 应用 |x 金融风险 |x 风险管理 |x 研究

• 690 __ |a F830.9 |v 5

• 701 _0 |a 杨文华, |A yang wen hua |f 1987- |4 著

• 701 _0 |a 张倩倩, |A zhang qian qian |f 1990- |4 著

• 701 _0 |a 周凯, |A zhou kai |f 1977- |4 著

• 801 _0 |a CN |b WHUTL |c 20200519

• 905 __ |a JHUD |d F830.9/925

• 920 __ |a 242450 |z 1

• 998 __ |a WHUT