基于极值理论的静态和动态风险度量模型的比较

发布时间：2019-09-20 04:39

【摘要】：文章运用极值理论建立了静态和动态的和风险度量模型。静态模型运用广义帕累托分布拟合收益率序列的尾部分布。动态模型首先运用AR(1)-GARCH(1,1)模型对收益率序列进行拟合,然后用广义帕累托分布对新息分布的尾部建模。采用上证综指和标准普尔500指数的对数收益率为样本,对静态和动态模型进行了比较研究。研究结果表明:对于VaR的度量,在置信水平较低时(如小于99%),静态风险度量模型更准确,在置信水平较高时,动态模型更好;对于ES的度量,动态模型具有通用性和优越性。
【图文】：

了验证上证综指和标准普尔 500 指数的异方差性，做出两指数的收益率损失折线图（图 1、2）。 由图可见两指数的收益率损失在观察期内随时间出现连续偏高或偏低的情况, 呈现出明显的波动聚集现象。 为了确定 AR 模型的阶数，我们计算两指数收益率损失的 AIC, 发现在阶数为 1 时，AIC 最小。所以，我们采用 AR(1)-GARCH(1,1)过程对两指数收益率损失建模：Xt=ut+δtZt（18）ut=准Xt-1（19）δt2=α0+α1εt-12+α2εt-12（α0，α1，α2>0，α1+α2<1） （20）在残差符合条件正态分布或 t 分布的假设下，可以利用AR（1）－AGARCH（1，1）模型的似然函数 ，给出参数向量 a0，a1，a2，准 的估计值。 当不假设残差服从任何分布时，可采用广义矩估计 （GMM）或 伪极 大似 然估计 （QML）估计 AR（1）－AGARCH（1，1）模型的参数，本文采用后一种方法。 在估计出AR(1)-GARCH(1,1)模型的参数后，对两指数收益率损失进行滤波，，得到标准化的残差序列 Zt，然后用其拟合广义帕累托
【作者单位】： 东华大学;河南大学;
【分类号】：F224;F830

【参考文献】

相关期刊论文 前1条

1 刘志东;;基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法[J];系统工程理论方法应用;2006年02期

【共引文献】

相关硕士学位论文 前7条

1 肖璨;基于Copula方法的二元组合风险模型与应用研究[D];电子科技大学;2007年

2 宋健;证券投资组合的市场风险度量与优化[D];西南财经大学;2007年

3 徐志勇;极值理论在风险度量与建模中的应用[D];南京信息工程大学;2007年

4 郭丽丽;基于极值理论的我国商品期货价格暴涨暴跌行为与涨跌幅限制的研究[D];浙江工商大学;2007年

5 刘汉伟;基于连接函数（Copula）理论的VaR算法及应用[D];暨南大学;2007年

6 廖常青;中国股票市场收益率分布与风险测度研究[D];湖南大学;2007年

7 姚永源;基于统计量的ES核估计[D];广西师范大学;2008年

【二级参考文献】

相关期刊论文 前3条

1 封建强;沪、深股市收益率风险的极值VaR测度研究[J];统计研究;2002年04期

2 朱国庆,张维,张小薇,敖路;极值理论应用研究进展评析[J];系统工程学报;2001年01期

3 韦艳华,张世英,郭焱;金融市场相关程度与相关模式的研究[J];系统工程学报;2004年04期

【相似文献】

相关期刊论文 前10条

1 贾朝勇;;POT模型在最大余震预测中的应用[J];赤峰学院学报(自然科学版);2010年03期

2 桂文林;王宗毅;韩兆洲;;POT模型中GPD估计方法选择及金融风险测度[J];数学的实践与认识;2010年05期

3 花拥军;张宗益;;基于峰度法的POT模型对沪深股市极端风险的度量[J];系统工程理论与实践;2010年05期

4 桂文林;韩兆洲;潘庆年;;基于熵最大原则的GPD估计与中国股市极值风险测度[J];统计与信息论坛;2010年06期

5 张相贤;;基于极值理论的静态和动态风险度量模型的比较[J];统计与决策;2010年17期

6 谭德俊;邹敏烨;;操作风险损失的广义帕累托分布参数估计及其应用[J];财经理论与实践;2010年06期

7 桂文林;徐芳燕;;广义Pareto分布尾部厚度的分析与应用[J];统计与决策;2009年06期

8 花拥军;张宗益;;沪深股市极端风险的实证研究与比较分析——基于GPD分布的极值POT模型[J];系统工程;2009年02期

9 杨旭;聂磊;;再保险业务风险分布特征的实证分析[J];统计研究;2008年09期

10 桂文林;徐芳燕;;两极端值模型的比较和应用[J];数学的实践与认识;2008年24期

相关会议论文 前1条

1 曹中;陶爱元;沈学桢;;中外股指收益VAR和ES的对比分析[A];中国会计学会2006年学术年会论文集（下册）[C];2006年

相关博士学位论文 前3条

1 万仕全;中国降水与温度极值的时空分布规律模拟[D];兰州大学;2010年

2 吴飞;个旧锡矿区地质数据的极值分布和应用研究[D];中国地质大学（北京）;2009年

3 李秀敏;极值统计模型族的参数估计及其应用研究[D];天津大学;2007年

相关硕士学位论文 前10条

1 陈元庆;基于Copula理论的投资组合的风险度量[D];吉林大学;2010年

2 唐晨;基于MCMC极值理论在我国股票市场风险度量中的应用[D];青岛大学;2010年

3 陈岩;非寿险损失数据尾分布的非参数统计研究[D];云南财经大学;2010年

4 罗会程;基于VaR金融风险管理模型的比较研究[D];淮北师范大学;2010年

5 杨靖文;近100年德国四站点极端降水的频数和强度变化趋势以及极值理论分布拟合[D];中国海洋大学;2010年

6 赵智红;基于极值理论的非寿险精算研究[D];云南财经大学;2009年

7 魏立新;基于极值理论的我国商业银行操作风险理论和实证研究[D];复旦大学;2009年

8 康一;股指期货保证金水平设置模型的比较研究[D];华中科技大学;2009年

9 刘长青;基于极值理论和Copula理论的VaR研究[D];山东科技大学;2009年

10 黄翠萍;我国股指期货保证金水平确定研究[D];中南大学;2009年

本文编号：2538547