Nonparametric Kernel Method to Hedge Downside Risk
Nonparametric Kernel Method to Hedge Downside Risk
复制标题
对冲下行风险的非参数核方法
DOI：
10.1111/irfi.12257
复制
发表时间：
2019-03
影响因子：
1.7
通讯作者：
Li Yong
中科院分区：
文献类型：
--
作者：
Huang Jinbo;Ding Ashley;Li Yong
我们提出了一种非参数核估计方法（KEM），该方法通过最小化对冲投资组合的下行风险来确定最佳对冲比率，该方法由条件风险值（CVaR）衡量。我们还证明了KEM最小- cvar套期保值模型是一个凸优化。模拟结果表明，我们的KEM提供了更准确的估计，实证结果表明，与其他传统方法相比，我们的KEM在对冲天气敏感市场的下行风险方面具有更高的有效性。
We propose a nonparametric kernel estimation method (KEM) that deter-mines the optimal hedge ratio by minimizing the downside risk of a hedgedportfolio, measured by conditional value-at-risk (CVaR). We also demonstratethat the KEM minimum-CVaR hedge model is a convex optimization. Thesimulation results show that our KEM provides more accurate estimationsand the empirical results suggest that, compared to other conventionalmethods, our KEM yields higher effectiveness in hedging the downside riskin the weather-sensitive markets.
登录
查看更多内容
影响因子：
3.7
作者：
A. McNeil
通讯作者：
A. McNeil
基于非对称拉普拉斯分布的均值CVaR偏度投资组合优化模型
影响因子：
4.8
作者：
Shangmei Zhao;Qing Lu;Liyan Han;Yong Liu;Fei Hu
通讯作者：
Fei Hu
影响因子：
5.4
作者：
Alexander, GJ;Baptista, AM
通讯作者：
Baptista, AM
均值 CVaR 投资组合选择：非参数估计框架
影响因子：
4.6
作者：
H. X. Yao;Z. F. Li;Y. Z. Lai
通讯作者：
Y. Z. Lai
影响因子：
3.7
作者：
Acerbi, C;Tasche, D
通讯作者：
Tasche, D