Het modelleren van tijdsafhankelijke, hoog-dimensionale, extreme gebeurtenissen is een complex onderwerp, aangezien elk van deze aspecten afzonderlijk al een uitdaging vormt, laat staan hun combinatie. In dit artikel ontwikkelen we een dynamisch copulamodel, waarbij we recente regularisatietechnieken toepassen om overfitting van de correlatiematrix te voorkomen in hoge dimensies. Als empirische toepassing bestuderen we de Noord-Amerikaanse aandelenmarkt op dagbasis. We stellen vast dat regularisatie en dynamica van de afhankelijkheidsstructuur tot een sterke verbetering leidt van de out-of-sample performance. Met ons dynamische model kunnen we visualiseren hoe de correlatiematrix van de financiële markt zich uitrekt in de gezamenlijke richting tijdens een crisis, wat het systeemrisico verhoogt.
Lees dit artikel verder onder Download.
Download
- Hoog-dimensionale dynamische copula’s voor financiële crises .pdf • 0,11 MB