基于神经网络分位数回归的多期CVaR风险测度

发布时间：2018-11-08 10:53

【摘要】：与VaR金融风险测度相比,CVaR具有更好的数理性质,其计算方法成为关注的焦点。相对于单期CVaR而言,多期CVaR风险测度具有较强的非线性特征,其建模过程更加复杂。在神经网络分位数回归基础上,建立了一种新的多期CVaR风险测度方法;基于似然比检验,建立了多期CVaR风险测度返回测试评价准则。将该新方法应用于沪深300指数的多期CVaR风险测度,并将其与传统的测度方法进行了对比,返回测试结果表明:第一,该新方法具有较强的稳健性,各期平均绝对误差大小基本不变,特别适合于多期CVaR风险测度;第二,基于神经网络分位数回归的多期CVaR风险测度效果优于传统测度方法,表现为似然比检验拒绝次数最少和平均绝对误差最小。
[Abstract]:Compared with VaR financial risk measurement, CVaR has better mathematical properties and its calculation method has become the focus of attention. Compared with single period CVaR, multiphase CVaR risk measurement has strong nonlinear characteristics, and its modeling process is more complex. Based on the quantile regression of neural network, a new multi-period CVaR risk measurement method is established, and a multi-period CVaR risk measure return test evaluation criterion is established based on likelihood ratio test. The new method is applied to the multi-period CVaR risk measurement of CSI 300 index, and compared with the traditional measurement method. The results show that: first, the new method is robust. The average absolute error of each period is basically unchanged, which is especially suitable for multi-period CVaR risk measurement. Secondly, the multi-period CVaR risk measurement based on neural network quantile regression is superior to the traditional method, which shows that the likelihood ratio test has the least rejection number and the minimum average absolute error.
【作者单位】： 合肥工业大学管理学院;合肥工业大学过程优化与智能决策教育部重点实验室;
【基金】：国家自然科学基金资助项目(71671056,71490725,71071087) 国家社会科学基金资助项目(15BJY008) 教育部人文社会科学研究规划基金项目(14YJA790015) 安徽省哲学社会科学规划基金项目(AHSKY2014D103)
【分类号】：F224.0;O212

【参考文献】

相关期刊论文 前6条

1 黄金波;李仲飞;姚海祥;;条件VaR和条件CVaR的核估计及其实证分析[J];数理统计与管理;2016年02期

2 许启发;张金秀;蒋翠侠;;基于非线性分位数回归模型的多期VaR风险测度[J];中国管理科学;2015年03期

3 田茂茜;虞克明;;银行业如何影响房地产业?Copula分位数回归及预测方法[J];数理统计与管理;2015年01期

4 王理同;王晓叶;原俊青;周明华;;基于半参数EGARCH模型的VaR和CVaR度量与实证研究[J];数理统计与管理;2014年04期

5 叶五一;缪柏其;;基于动态分位点回归模型的金融传染分析[J];系统工程学报;2012年02期

6 金秀;刘洋;;基于小波分析的多期夏普比率及实证研究[J];管理工程学报;2009年01期

【共引文献】

相关期刊论文 前10条

1 许启发;徐金菊;蒋翠侠;;基于神经网络分位数回归的多期CVaR风险测度[J];数理统计与管理;2017年04期

2 许启发;周莹莹;蒋翠侠;;带有范数约束的CVaR高维组合投资决策[J];中国管理科学;2017年02期

3 许启发;王陶;蒋翠侠;杨善林;;电商卖家信用评分的多因素校正模型及有效性检验——以淘宝网为例[J];软科学;2017年01期

4 许启发;蔡超;蒋翠侠;;指令不均衡与股票收益关系研究——基于大规模数据分位数回归的实证[J];中国管理科学;2016年12期

5 杨洋;蒋南极;韩梦彬;;我国房地产业与银行业的相依关系[J];时代金融;2016年33期

6 杨爱军;蒋学军;林金官;刘晓星;;基于MCMC方法的金融贝叶斯半参数随机波动模型研究[J];数理统计与管理;2016年05期

7 沈宗庆;李孟刚;;基于多元Copula函数的融资租赁行业风险相关性研究[J];云南财经大学学报;2016年03期

8 许启发;陈士俊;蒋翠侠;刘曦;;极端VaR风险测度的新方法:QRNN+POT[J];系统工程学报;2016年01期

9 张晨;丁洋;汪文隽;;国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型[J];中国管理科学;2015年11期

10 姚海祥;姜灵敏;马庆华;;不允许买空时的均值-下方风险投资组合选择——基于非参数估计方法[J];数理统计与管理;2015年06期

【二级参考文献】

相关期刊论文 前10条

1 王鹏;魏宇;;中国燃油期货市场的VaR与ES风险度量[J];中国管理科学;2012年06期

2 陈磊;曾勇;杜化宇;;石油期货收益率的分位数建模及其影响因素分析[J];中国管理科学;2012年03期

3 赵晓玲;陈雪蓉;周勇;;金融风暴中基于非参估计VaR和ES方法的风险度量[J];数理统计与管理;2012年03期

4 许启发;蒋翠侠;;分位数局部调整模型及应用[J];数量经济技术经济研究;2011年08期

5 陈秀平;杜江;;Copula函数的加权平均距离检验方法[J];数理统计与管理;2011年04期

6 刘晓倩;周勇;;金融风险管理中ES度量的非参数方法的比较及其应用[J];系统工程理论与实践;2011年04期

7 史金凤;刘维奇;杨威;;基于分位数回归的金融市场稳定性检验[J];中国管理科学;2011年02期

8 刘琼芳;张宗益;;基于Copula房地产与金融行业的股票相关性研究[J];管理工程学报;2011年01期

9 刘静;杨善朝;姚永源;;α-混合序列下期望损失ES的两步核估计[J];应用概率统计;2010年05期

10 姚海祥;;基于均值和CVaR的效用最大化模型研究[J];数理统计与管理;2010年05期

【相似文献】

相关期刊论文 前10条

1 包峰,俞金平,李胜宏;CVaR对VaR的改进与发展[J];山东师范大学学报(自然科学版);2005年04期

2 岳瑞锋,李振东,杨晓萍;风险管理的CVaR方法及其简化模型[J];河北省科学院学报;2003年03期

3 李磊,秦超英,曹静;CVaR的灵敏度分析[J];西南民族大学学报(自然科学版);2005年05期

4 王百胜;唐邵玲;;基于分形分布的VaR与CVaR计算[J];湖南城市学院学报(自然科学版);2006年02期

5 李婷;张卫国;;风险资产组合均值-CVaR模型的算法分析[J];安徽大学学报(自然科学版);2006年06期

6 孙晓冬;赵斐;;VaR与CVaR在投资组合中的应用及对比分析[J];北京市财贸管理干部学院学报;2007年02期

7 赵丽娟;;VaR的改进方法CVaR在投资组合风险中的应用[J];职业技术;2009年04期

8 陈刚;周华锋;;基于CVaR的供电公司多能量市场最优购电策略[J];红水河;2009年06期

9 余力;张勇;;应用极值分布理论的VaR和CVaR估计[J];求索;2010年04期

10 郑玉仙;;风险测量的VaR及CVaR方法的对比研究[J];生产力研究;2010年04期

相关会议论文 前8条

1 孟志青;虞晓芬;蒋敏;庄彬;曾丽萍;;基于权值不同置信水平下的多目标CVaR模型[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

2 王雨飞;王宇平;;基于遗传算法的CVaR模型[A];第八届中国管理科学学术年会论文集[C];2006年

3 赵振全;张琳琳;;具有风险偏好的CVaR风险度量方法及对我国股市风险度量的实证分析[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

4 王秀英;陈爽;;两种离散型随机变量线性投资组合的CVaR[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

5 姚海祥;;奇导协方差矩阵和任意收益率分布下均值-CVaR模型的有效边界特征[A];第十届中国管理科学学术年会论文集[C];2008年

6 姚海祥;;一般椭球分布下VaR与CVaR投资组合选择模型[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

7 孟志青;虞晓芬;高辉;蒋敏;;基于条件风险值CVaR模型的房地产组合投资的风险度量与策略[A];第八届中国管理科学学术年会论文集[C];2006年

8 蒋敏;孟志青;;基于动态CVaR模型的证券组合投资的风险度量与控制策略[A];第四届全国决策科学/多目标决策研讨会论文集[C];2007年

相关博士学位论文 前4条

1 蒋敏;条件风险值（CVaR）模型的理论研究[D];西安电子科技大学;2005年

2 邓兰松;基于EVT的证券公司市场风险管理的VaR与CVaR研究[D];天津大学;2004年

3 叶五一;VaR与CVaR的估计方法以及在风险管理中的应用[D];中国科学技术大学;2006年

4 许丽艳;解随机互补问题的CVaR-SP模型与DRO模型[D];大连理工大学;2015年

相关硕士学位论文 前10条

1 彭太平;α混合样本优化型CVaR估计的大样本性质[D];广西师范大学;2011年

2 王维佳;投资组合风险测度模型VaR,CVaR和WES的比较及应用[D];陕西师范大学;2016年

3 张逸菲;基于CVaR的贷款组合优化模型研究[D];武汉科技大学;2016年

4 王耀锋;基于CVaR的尾部回归应用以及实证研究[D];浙江工业大学;2016年

5 王传霞;VaR和CVaR及在证券市场中的应用[D];辽宁大学;2008年

6 宋丽娟;中国股市的动态VaR与CVaR计量模型分析[D];重庆大学;2008年

7 柳菲;基于遗传算法的CVaR模型在投资组合中的应用[D];西安电子科技大学;2009年

8 罗中德;ρ混合序列下CVaR估计的渐近性质[D];广西师范大学;2010年

9 吴敏;VaR和CVaR在商业银行利率风险管理中的应用[D];武汉理工大学;2009年

10 谢佳利;VaR与CVaR样本分位数估计精度的研究[D];广西师范大学;2009年

，

本文编号：2318246