基于尾部指数回归方法的CVaR估计以及实证研究

发布时间：2018-01-12 09:04

本文关键词：基于尾部指数回归方法的CVaR估计以及实证研究　出处：《统计研究》2012年11期 　论文类型：期刊论文

【摘要】：在险价值VaR是一种非常重要的金融风险度量方法,近期也有很多关于动态VaR以及条件VaR(CVaR)等方面的研究。根据金融资产的收益率具有重尾特征这一事实,本文假定金融资产收益率服从重尾分布,并假定重尾分布的尾部指数随着收益率发生变化。本文基于尾部指数回归模型对重尾分布的尾部指数进行估计,进而得到收益率尾部数据所服从的条件分布,并首次运用该方法对条件VaR进行估计。本文对沪深300指数进行了实证研究,得到CVaR的估计,对估计得到的CVaR的预测效果作出检验,并与传统VaR估计方法进行了对比,实证结果发现本文方法的预测效果更好。
[Abstract]:VaR is a very important measure of financial risk. Recently, there have been a lot of researches on dynamic VaR and conditional VaR Cvar. According to the fact that the return rate of financial assets has the characteristic of heavy tail. This paper assumes that the financial assets return rate is distributed by heavy-tailed distribution, and assumes that the tail index of heavy-tailed distribution changes with the yield. This paper estimates the tail index of heavy-tailed distribution based on the tail index regression model. Then the conditional distribution of the tail data of yield is obtained, and the conditional VaR is estimated by this method for the first time. This paper makes an empirical study on the CSI 300 index and obtains the estimate of CVaR. The prediction effect of the estimated CVaR is tested and compared with the traditional VaR estimation method. The empirical results show that the prediction effect of this method is better than that of the traditional VaR estimation method.
【作者单位】：中国科学技术大学管理学院统计与金融系;中国科学技术大学;中国科技大学统计与金融系;
【基金】：国家自然科学基金青年科学基金项目(7100****) 高等学校博士学科点专项科研基金(2010340212****)
【分类号】：F224;F830
【正文快照】： 一、引言在险价值,简称VaR(Value at Risk),是目前最为重要的风险度量方法之一。VaR的传统估计方法通常有3种,具体包括:方差-协方差方法,历史模拟法和蒙特卡洛模拟法等,Jorion(1996)[1]和Duffie and Pan(1997)[2]等对此做过详细讨论。其中,方差-协方差方法假定金融资产回报率

【参考文献】