分位数回归的非参数估计及其对我国外汇市场风险的VaR应用

发布时间：2020-10-18 05:13

　　 风险价值度(Value at Risk,简称VaR)是目前金融市场上各种风险管理体系中被应用于测量市场风险的主要工具。从计量经济学的角度来看,在金融风险管理中,VaR是在给定置信水平和持有期内收益损失分布的分位数。在估计VaR的方法中,基于假设收益率服从某种分布的参数估计方法最为常见。因此,在常见的计算VaR的方法中,对金融资产收益率的统计分布作出正确的假设变得非常重要。结合金融时间序列数据,在本文中我们使用分位数回归这一不需要对数据分布提前作出假设的方法来对VaR进行研究。本文试图在条件自回归风险价值(Conditional Autoregressive Value at Risk by Regression Quantiles,简称CAViaR)模型的基础上提出一种新的计算VaR的方法。CAViaR是在2004年由Engle和Manganelli提出的一种类似于广义自回归条件异方差(Generalized Autoregressive Conditional Heteroskedasticity,简称GARCH)形式的计算分位数的方法。本文在CAViaR模型的基础上,把其中揭示分位数与历史信息间不同演化关系的连接函数看作一个动态的函数,并尝试用非参数估计方法来对该连接函数进行近似估计。本文提出使用非参数回归样条法和平滑样条法来对连接函数进行估计。在平滑参数的选择中,我们使用Schwarz信息准则(Schwarz Information Criterion,简称SIC)来对回归样条的结点位置和数量、平滑样条的调节系数进行选择。最后,运用本文提出的模型对中国外汇市场的风险价值进行实证研究,并在此基础上同其他几种常见计算VaR的方法进行比较。
【学位单位】：西南财经大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F224;F832.6
【部分图文】：

连接函数为‘(x)的数据散点l

连接函数为几(x)的数据散点图

3连接函数人(笼〕
【相似文献】

相关期刊论文 前10条

1 肖桂姣;;分位数回归下的指标设计与实现[J];当代经济;2019年02期

2 周少甫;范兆媛;;年龄对医疗费用增长的影响:基于分位数回归模型的分析[J];中国卫生经济;2016年06期

3 陈子亮;卿清;;影响波士顿不同社区房价水平的因素分析——基于分位数回归方法[J];商;2015年30期

4 施鹏;;分位数回归对资产定价模型的比较分析[J];商业故事;2016年34期

5 吴卫星;魏晓璇;吴锟;;金融素养与金融满意度[J];金融科学;2017年01期

6 李涛;王健俊;;国产电影票房绩效的影响因素研究——基于分位数回归及门限效应的分析[J];文化产业研究;2017年02期

7 姜励卿;钱文荣;;公共部门与非公共部门工资差异的分位数回归分析[J];统计研究;2012年01期

8 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

9 吴建南;马伟;;分位数回归与显著加权分析技术的比较研究[J];统计与决策;2006年07期

10 谭治国;蔡乙萍;;分位数回归在风险管理中的应用[J];统计与决策;2006年17期

相关博士学位论文 前10条

1 周小英;逐段连续线性分位数回归模型的统计推断及其应用[D];湖南大学;2018年

2 蔡超;基于大规模数据的分位数回归方法及应用[D];合肥工业大学;2017年

3 王生云;中国经济高速增长的亲贫困程度研究：1989-2009[D];浙江大学;2013年

4 刘惠篮;基于复合分位数回归方法的统计模型的相关研究[D];重庆大学;2016年

5 周小双;若干复杂数据模型的经验似然和复合推断方法[D];山东大学;2013年

6 樊军;高维二次度量回归模型研究[D];北京交通大学;2017年

7 孙旭;人力资本及其对中国省区全要素生产率增长的影响[D];东北财经大学;2010年

8 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

9 周志永;几类金融时间序列模型统计推断[D];浙江大学;2016年

10 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年

相关硕士学位论文 前10条

1 杨雪梅;基于MM算法的部分线性分位数回归[D];华北电力大学(北京);2019年

2 梁治军;我国上市保险公司系统性风险溢出效应研究[D];华南理工大学;2019年

3 王永珂;娘子关泉域降水及径流变化分析[D];天津师范大学;2019年

4 张欣;基于分位数回归的省际电力行业碳排放差异性研究[D];华北电力大学;2019年

5 严煜东;基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法[D];合肥工业大学;2019年

6 秦杨;基于大数据分析与LASSO分位数回归的电力负荷概率密度预测方法[D];合肥工业大学;2019年

7 刘燕;面板数据的一些估计和检验[D];天津师范大学;2019年

8 吴川东;中国房地产和贵金属市场对冲通货膨胀能力研究[D];江西财经大学;2019年

9 陈晓明;分位数回归的非参数估计及其对我国外汇市场风险的VaR应用[D];西南财经大学;2018年

10 杨玉晓;基于核函数的贝叶斯半参分位数回归模型及其对异常ADS的诊断[D];厦门大学;2018年

本文编号：2845852