Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

TERES: Tail Event Risk Expectile Shortfall

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10438367" target="_blank" >RIV/00216208:11320/21:10438367 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=l9ln6cWZ-C" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=l9ln6cWZ-C</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/14697688.2020.1786151" target="_blank" >10.1080/14697688.2020.1786151</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    TERES: Tail Event Risk Expectile Shortfall

  • Popis výsledku v původním jazyce

    We propose a generalized risk measure for expectile-based expected shortfall estimation. The generalization is designed with a mixture of Gaussian and Laplace densities. Our plug-in estimator is derived from an analytic relationship between expectiles and expected shortfall. We investigate the sensitivity and robustness of the expected shortfall to the underlying mixture parameter specification and the risk level. Empirical results from the US, German and UK stock markets and for selected NASDAQ blue chip companies indicate that expected shortfall can be successfully estimated using the proposed method on a monthly, weekly, daily and intra-day basis using a 1-year or 1-day time horizon across different risk levels.

  • Název v anglickém jazyce

    TERES: Tail Event Risk Expectile Shortfall

  • Popis výsledku anglicky

    We propose a generalized risk measure for expectile-based expected shortfall estimation. The generalization is designed with a mixture of Gaussian and Laplace densities. Our plug-in estimator is derived from an analytic relationship between expectiles and expected shortfall. We investigate the sensitivity and robustness of the expected shortfall to the underlying mixture parameter specification and the risk level. Empirical results from the US, German and UK stock markets and for selected NASDAQ blue chip companies indicate that expected shortfall can be successfully estimated using the proposed method on a monthly, weekly, daily and intra-day basis using a 1-year or 1-day time horizon across different risk levels.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GX19-28231X" target="_blank" >GX19-28231X: Dynamické modely pro digitální finance</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Quantitative Finance

  • ISSN

    1469-7688

  • e-ISSN

  • Svazek periodika

    21

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    12

  • Strana od-do

    449-460

  • Kód UT WoS článku

    000574955900001

  • EID výsledku v databázi Scopus

    2-s2.0-85092191220