NA条件下VaR分位数估计的Bahadur表示及其渐进正态性

发布时间：2021-01-19 12:49

　　VaR（Value at risk）风险价值方法是九十年代后发展起来的一种新型风险管理工具,它能够科学、准确、综合的度量风险,因此受到国际金融界的普遍欢迎.我们知道VaR（Value at risk）在险值的计算跟分位数估计量有着密切的联系,而在现实生活中,我们遇到的大多数的金融、经济时间序列不是独立的,而是相依的,这说明了在相依条件下研究分位数估计量对VaR值的测算有着重要的意义.本文在NA（负相依）条件下,给出了VaR样本分位数的Bahadur表示,在N.ling（2008）文章的基础上优化了VaR样本分位数的Bahadur表示的收敛速度,由收敛速度O（τn）,改进为O（τnn-1/4）,并证明了VaR样本分位数的Bahadur表示的渐进正态性,给出了置信度为1-a的VaR样本分位数估计的置信区间.最后,通过两种常见的时间序列模型,对NA序列的样本分位数进行数值模拟,说明了NA序列样本分位数作为VaR估计的准确性；同时,对海越股份和天润曲轴两支股票进行实证分析,计算得到了两支股票在不同概率水平下对数收益率的VaR估计值,天润曲轴的VaR估计值要小于海越股份的VaR估计值,这表明从总... 

【文章来源】：广西师范大学广西壮族自治区

【文章页数】：42 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    §1.1 选题的背景和研究意义
    §1.2 VaR研究现状
    §1.3 VaR非参数估计的研究现状
    §1.4 本文结构及内容
第二章 NA条件下VaR分位数估计的Bahadur表示及其渐进正态性
    §2.1 预备知识
    §2.2 假设条件及主要结论
    §2.3 Bahadur表示的证明
        2.3.1 相关引理及其证明
        2.3.2 定理的证明
    §2.4 渐进正态性的证明
第三章 数值模拟与实证分析
    §3.1 数值模拟
        3.1.1 证明给定的ARMA模型产生NA列
        3.1.2 证明给定的ARMA模型具有稳定性
        3.1.3 VaR真值的计算方法
        3.1.4 数值模拟
    §3.2 实证分析
结束语
参考文献
附录
致谢


【参考文献】：
期刊论文
[1]ρ-混合样本下VaR样本分位数估计的Bahadur表示[J]. 周慧,曾箫潇.  柳州师专学报. 2009(03)
[2]VaR样本分位数估计的偏差改进[J]. 谢佳利,杨善朝,梁鑫.  数量经济技术经济研究. 2008(12)
[3]NA序列下经验分布函数的渐近正态性及其应用（英文）[J]. 李永明,杨善朝.  数学研究与评论. 2006(03)
[4]VAR的计算方法[J]. 姚奎栋,孙轶玥.  沈阳航空工业学院学报. 2002(03)
[5]风险价值方法及其实证研究[J]. 马超群,李红权,周恩,杨晓光,徐山鹰,张银旗.  中国管理科学. 2001(05)
[6]VaR模型及其在金融监管中的应用[J]. 刘宇飞.  经济科学. 1999(01)
[7]风险值测定法浅析[J]. 姚刚.  经济科学. 1998(01)
[8]金融风险管理的VAR方法及其应用[J]. 郑文通.  国际金融研究. 1997(09)
[9]VALUE AT RISK: 银行风险管理的新方法[J]. 牛昂.  国际金融研究. 1997(04)



本文编号：2987016