《International Journal of Financial Studies》：Deep Quantile Forecasting: Evaluating Advanced Neural Networks for Multi-Horizon Value-at-Risk
编辑推荐：
本研究检验了现代深度学习架构是否能够通过学习传统计量经济模型难以捕捉的非线性尾部风险动态来改进多期风险价值（Value-at-Risk, VaR）预测。利用标普500指数收益数据和已实现波动率（Realized Volatility, RV）度量，研究人员在H
本研究检验了现代深度学习架构是否能够通过学习传统计量经济模型难以捕捉的非线性尾部风险动态来改进多期风险价值（Value-at-Risk, VaR）预测。利用标普500指数收益数据和已实现波动率（Realized Volatility, RV）度量，研究人员在HAR（Heterogeneous Autoregressive）、CAViaR（Conditional Autoregressive Value-at-Risk）和已实现波动率增强型CAViaR（RV-CAViaR）规格中，比较了分位数回归（Quantile Regression, QR）、轻量级梯度提升机（Light Gradient Boosting Machine, LGBM）以及五种神经架构——多层感知机（Multi-Layer Perceptron, MLP）、长短期记忆网络（Long Short-Term Memory, LSTM）、时序卷积网络（Temporal Convolutional Network, TCN）、时间序列密集编码器（Time-series Dense Encoder, TiDE）和时序融合变换器（Temporal Fusion Transformer, TFT）——在1%和5% VaR水平下，1天、5天、10天和22天期（1-day, 5-day, 10-day, and 22-day horizons）的预测。预测性能通过弹球损失（Pinball Loss）、正式VaR回测（Backtests）和模型置信集（Model Confidence Set, MCS）程序进行评估。结果表明，深度神经架构的性能取决于预测期和潜在尾部风险动态的结构。特别是，门控记忆（Gated Memory）、基于注意力的学习（Attention-based Learning）和多期序列设计（Multi-Horizon Sequence Design）似乎通过更好地捕捉持续性、非线性依赖和状态敏感行为来改进条件分位数预测。同时，较强的统计预测准确性并不自动意味着监管有效性，因为VaR模型还必须满足正式的覆盖率和独立性检验。总体而言，研究结果强调了金融风险度量中预测技能与监管充分性之间的区别。
**研究背景与问题**
风险价值（Value-at-Risk, VaR）是金融风险管理的核心工具，用于量化下行风险暴露。然而，金融收益序列呈现重尾、波动率聚类、杠杆效应、非线性依赖和状态转换等特征，使得传统线性计量经济模型（如GARCH、CAViaR）在估计条件尾部分位数时面临困难，尤其当风险需跨多个预测期（如1天至22天）进行预测时，持续性和期特异性动态的相互作用进一步加剧了模型偏差。现有研究多依赖参数化波动率模型或分位数回归（Quantile Regression, QR），但这些方法在函数形式上过于刚性，难以捕捉复杂非线性尾部风险动态。因此，一个关键问题尚待解答：现代序列学习架构能否通过学习更丰富的非线性时序结构来改进条件尾部风险估计，同时满足监管机构对VaR预测的正式回测要求？
**研究内容与结论**
该研究发表于《International Journal of Financial Studies》，旨在评估五种深度学习架构（MLP、LSTM、TCN、TiDE、TFT）在提升多期VaR预测准确性方面的能力，并与线性QR和机器学习基准LGBM进行比较。研究人员利用标普500指数（S&P 500）的日度收益数据和已实现波动率（Realized Volatility, RV）度量，在HAR、CAViaR和已实现波动率增强型CAViaR（RV-CAViaR）三种规格框架下，预测1%和5% VaR水平，覆盖1天、5天、10天和22天四个预测期。预测性能通过弹球损失（Pinball Loss）、模型置信集（Model Confidence Set, MCS）以及Kupiec比例失败检验（POF）、Christoffersen条件覆盖检验（CC）和动态分位数检验（DQ）进行综合评估。
结论表明：深度学习架构在预测准确性上普遍优于线性基准，尤其在1% VaR水平下，LSTM和TFT表现突出；但统计预测准确性强并不等同于监管有效性，部分低弹球损失模型在回测中因违反覆盖或独立性假设而被拒绝。在RV-CAViaR规格中，LSTM和TFT同时实现了低弹球损失和通过全部回测检验，表明它们能在灵活性和监管可靠性之间取得更好平衡。研究强调，金融风险度量中必须区分预测技能（Predictive Skill）与监管充分性（Regulatory Adequacy）。
**方法**
研究人员采用的关键技术方法包括：（1）数据来源：Oxford-Man Institute（OMI）Realized Library的标普500指数每日5分钟已实现波动率（RV）和日度开盘-收盘对数收益，样本期2000年1月至2018年10月。（2）模型规格：HAR型、CAViaR型（对称和不对称斜率）以及RV-CAViaR型（增强对称和不对称）。（3）神经网络架构：MLP（前馈网络）、LSTM（门控循环记忆）、TCN（扩张因果卷积）、TiDE（MLP编码器-解码器）、TFT（注意力加变量选择）。（4）评估方法：弹球损失用于量化准确性；模型置信集（MCS）用于统计显著性检验；Kupiec POF检验、Christoffersen CC检验和DQ检验用于监管回测。（5）超参数调优：使用Optuna在验证集上优化，测试集仅用于最终评估；滚动窗口预测设计以模拟实时风险管理。
**结果**
**4.1 预测准确性（Predictive Accuracy Across Architectures and Specifications）**
通过弹球损失比较，发现注意力型和记忆型架构在HAR规格中显著优于线性基准。例如，1% VaR、1天期下，TFT获得最低弹球损失（0.0472），线性HAR为0.1719。在对称CAViaR中，LSTM在1天期1% VaR下最优（0.0323），表明门控循环机制适合短期波动聚类。在不对称CAViaR中，LSTM在10天期1% VaR下仍保持优势（0.0329）。在RV-CAViaR规格中，MLP和TFT在22天期1% VaR下表现最佳（弹球损失约0.05-0.06），说明注意力机制和变量选择有助于聚合多期信息。总体三个稳健模式：深度学习模型统一优于线性基准；LSTM在收益驱动规格中短期至中期最强；TFT和MLP在包含RV且期较长时表现更优。
**4.2 统计稳健性：模型置信集（Statistical Robustness: The Model Confidence Set）**
MCS程序（5%显著性水平）显示，线性基准几乎在所有场景中被排除，表明其预测性能被至少一个非线性替代模型显著超越。在HAR规格中，TFT和LSTM频繁保留在置信集中；在CAViaR规格中，LSTM在1%分位数下几乎总是保留；在RV-CAViaR规格中，多个深度学习架构（MLP、LSTM、TFT）常同时保留，说明一旦同时包含RV和非对称收益成分，多种非线性机制可达到可比预测精度。MCS结果证实深度学习优势并非孤立案例，而是跨期、分位数和规格的统计稳健。
**4.3 监管回测与模型有效性（Regulatory Backtesting and Model Validity）**
回测结果（Kupiec、Christoffersen、DQ检验）显示，并非所有低弹球损失模型都产生有效VaR预测。在1% VaR下，部分线性基准和机器学习模型因高估或低估尾部风险而被POF检验拒绝，甚至条件覆盖检验（CC）因违规聚类而拒绝。深度架构表现更优，但仍需搭配合适规格。LSTM在收益驱动CAViaR中更常通过Kupiec和Christoffersen检验，尤其在短期。然而，部分低弹球损失配置仍被DQ检验拒绝，说明存在系统性偏差。RV-CAViaR规格（尤其是RV Asym.）达到最佳平衡：LSTM和TFT在多个期下同时通过全部四项检验，归因于门控记忆和注意力机制能稳定违规频率和时序依赖。
**4.4 经济意义与实践启示（Economic Significance and Practical Implications）**
与线性基准相比，1% VaR弹球损失降低意味着极少出现严重低估尾部风险的情况，从而减少超出资本缓冲的大型意外损失。LSTM和TFT在RV-CAViaR规格中同时实现低损失和通过回测，有助于稳定违规率，降低对资本附加或风险限额调整的依赖。对金融机构而言，这支持更可靠的资本规划、更平滑的内部风险限额管理，并可能降低监管资本要求。计算成本方面，MLP、LSTM、TCN、TiDE训练时间约15-90分钟，TFT约180分钟，LGBM不足5分钟，因此LSTM和TiDE在准确性与成本间提供良好折衷，TFT适用于更长期预测的增量收益值得更高投入。
**4.5 讨论：非线性的理由（Discussion: The Case for Non-Linearity）**
损失、MCS和回测结果一致支持灵活非线性架构用于VaR预测。LSTM在收益驱动CAViaR中的强表现源于其门控循环结构能内化持续波动动态和杠杆效应；TFT在RV增强规格和更长期中表现优异，因注意力和变量选择机制能对不同期和协变量重新加权。然而，深度学习并非万能：某些架构在短期表现优异但随期延长优势减弱，说明架构必须与信息集和尾部风险时序结构匹配。LSTM和TFT的对比反映了各自信息组织方式：LSTM通过门控记忆压缩局部历史，适合短期收益驱动风险；TFT则通过注意力分层权重，适合长期多周RV累积。总体而言，非线性结合适当协变量（如RV和非对称收益）是提升VaR预测的关键，但需同时评估预测准确性和回测性能。
**讨论与结论（翻译自Sec. 5 Conclusions and Policy Implications）**
本研究评估了现代深度学习架构在HAR、CAViaR和RV-CAViaR规格下对多期VaR预测的改进能力。实证结果表明，非线性架构（特别是LSTM和TFT）通常比线性基准提供更准确的尾部风险预测，且常优于LGBM，尤其在1% VaR水平以及同时包含RV和非对称收益成分的规格中。这些发现支持下行风险受非线性、持续性和状态敏感动态支配的观点，标准线性分位数模型难以捕捉。分析还强调了统计性能与监管性能之间的重要区别：多个模型弹球损失较低但仍未通过覆盖或独立性回测，说明强平均分位数准确性并不自动转化为有效VaR度量。相比之下，LSTM和TFT在RV-CAViaR规格中更常结合低损失与可接受的Kupiec、Christoffersen和DQ检验结果，表明这些架构在灵活性与监管可靠性之间提供了更均衡的折衷。从风险管理和政策角度看，更可靠的VaR预测可增强资本规划、内部限额设定和压力期下行风险监控；减少违规聚类和稳定违规频率的模型对机构尤其有吸引力，能降低对可自由支配资本附加的需求，并减少监管对VaR模型性能的反复担忧。结果不意味着深度学习模型在所有情况下应取代传统方法，而是表明当嵌入包含已实现度量、非对称性和系统性回测的验证框架时，非线性分位数架构可以发挥有用作用。
