Zur Kurzanzeige

2014-08-10Masterarbeit DOI: 10.18452/14220
Quantile lasso regression for single index model
dc.contributor.authorYu, Lining
dc.date.accessioned2017-06-18T02:43:49Z
dc.date.available2017-06-18T02:43:49Z
dc.date.created2014-09-05
dc.date.issued2014-08-10none
dc.identifier.otherhttp://edoc.hu-berlin.de/master/yu-lining-2014-08-10/PDF/yu.pdf
dc.identifier.urihttp://edoc.hu-berlin.de/18452/14872
dc.description.abstractIn den Finanzmarkt gibt es viele verschiedene Risikofaktoren rund um ein festgelegtes Finanzunternehmen. Zum Beispiel, Kreditrisiko, Liquiditätsrisiko und das Marktrisiko. Andere Unternehmen können sich auch auf diese unternehmen beeinflussen. Um die relevanten Risikofaktoren zu identifizieren und die mögliche Ansteckungseffekt zu erkennen. Die Auswirkungen von anderen Unternehmen zu dieser bestimmten unternehmen sind wichtig. Der Conditonal Value at Risk (CoVaR) können diese Risiken zu messen und wird in diesem Papier aufgebracht werden. Um CoVaR abzuschätzen, Quantilsregresssion ist eine grundlegende Methode. Denn die Auswirkung von anderen Risikofaktoren auf diese angegebene Unternehmen ist oft nicht linear, das Single Index Model (SIM) als semiparametrischer Schätzung spielt eine wichtige Rolle. Auswahl der relevanten Risikofaktoren kann durch Variable Auswahltechnik gelöst werden. Kurz gesagt, Quantilsregression für Single Index Model mit Variablen Auswahltechnik würde in Bezug auf die Finanzdaten in dieser Papier durchgeführt werden, würde die Bewertung durch Backtesting durchgeführt werden.ger
dc.description.abstractIn financial market there are many different risk factors surrounding a specified financial firm. For example, credit risk, liquidity risk and market risk. Other firms can affect this firm as well. To identify the relevant risk factors and to detect the possible contagion effects from other firms to this specified firm are important. Conditional value at risk (CoVaR) can measure these risks and will be applied in this paper. To estimate CoVaR quantile regresssion is a basic method. Since the impact from other risk factors to this specified financial firm is often nonlinear, single index model (SIM) as a semiparametric estimation plays an important role. Selecting the relevant risk factors can be solved by variable selection technique. Briefly, quantile regression for single index model associated with variable selection technique would be carried out in terms of financial data in this paper, the evaluation would be conducted by Backtesting.eng
dc.language.isoeng
dc.publisherHumboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät
dc.rightsNamensnennung - Weitergabe unter gleichen Bedingungen
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/de/
dc.subjectValue-at-Riskger
dc.subjectSemiparametrischger
dc.subjectBacktestingger
dc.subjectconditional Value-at-Riskger
dc.subjectSingle Index Modelger
dc.subjectValue at Riskeng
dc.subjectConditional Value at Riskeng
dc.subjectSemiparametriceng
dc.subjectSingle index modeleng
dc.subjectBacktestingeng
dc.subject.ddc310 Statistik
dc.subject.ddc330 Wirtschaft
dc.titleQuantile lasso regression for single index model
dc.typemasterThesis
dc.identifier.urnurn:nbn:de:kobv:11-100219899
dc.identifier.doihttp://dx.doi.org/10.18452/14220
dc.identifier.alephidBV042060992
dc.contributor.refereeHärdle, Wolfgang
dc.contributor.refereeWang, Weining
local.edoc.pages48
local.edoc.type-nameMasterarbeit
local.edoc.institutionWirtschaftswissenschaftliche Fakultät

Zur Kurzanzeige