已实现尾部风险条件自回归期望分位模型提升VaR与ES预测稳定度

01 摘要

论文提出已实现尾部风险条件自回归期望分位（RTCARE）模型，将已实现分位和已实现ES等高频尾部测度引入条件期望分位的动态与测度方程，以联合预测VaR和ES。参数通过马尔可夫链蒙特卡洛估计，并在数值示例和美国股票收益数据实证中评估。作者报告RTCARE在多个尾部水平上具有竞争力且常优于现有替代方法，并在蒙特卡洛重复与滚动预测中表现稳定。

02 关键点

1. RTCARE将日内高频收益构造的已实现分位与已实现ES纳入条件期望分位的动态和测度方程。
2. 模型参数采用马尔可夫链蒙特卡洛方法估计，目标为联合预测VaR与ES。
3. 在数值示例与美国股票收益实证中，作者报告RTCARE在多个尾部水平上预测表现有竞争力且常更优。