【摘要】：文章運用極值理論建立了靜態(tài)和動態(tài)的和風險度量模型。靜態(tài)模型運用廣義帕累托分布擬合收益率序列的尾部分布。動態(tài)模型首先運用AR(1)-GARCH(1,1)模型對收益率序列進行擬合,然后用廣義帕累托分布對新息分布的尾部建模。采用上證綜指和標準普爾500指數(shù)的對數(shù)收益率為樣本,對靜態(tài)和動態(tài)模型進行了比較研究。研究結(jié)果表明:對于VaR的度量,在置信水平較低時(如小于99%),靜態(tài)風險度量模型更準確,在置信水平較高時,動態(tài)模型更好;對于ES的度量,動態(tài)模型具有通用性和優(yōu)越性。
【圖文】：

了驗證上證綜指和標準普爾 500 指數(shù)的異方差性，做出兩指數(shù)的收益率損失折線圖（圖 1、2）。 由圖可見兩指數(shù)的收益率損失在觀察期內(nèi)隨時間出現(xiàn)連續(xù)偏高或偏低的情況, 呈現(xiàn)出明顯的波動聚集現(xiàn)象。 為了確定 AR 模型的階數(shù)，我們計算兩指數(shù)收益率損失的 AIC, 發(fā)現(xiàn)在階數(shù)為 1 時，AIC 最小。所以，我們采用 AR(1)-GARCH(1,1)過程對兩指數(shù)收益率損失建模：Xt=ut+δtZt（18）ut=準Xt-1（19）δt2=α0+α1εt-12+α2εt-12（α0，α1，α2>0，α1+α2<1） （20）在殘差符合條件正態(tài)分布或 t 分布的假設(shè)下，可以利用AR（1）－AGARCH（1，1）模型的似然函數(shù) ，給出參數(shù)向量 a0，a1，a2，準 的估計值。 當不假設(shè)殘差服從任何分布時，可采用廣義矩估計 （GMM）或 偽極 大似 然估計 （QML）估計 AR（1）－AGARCH（1，1）模型的參數(shù)，本文采用后一種方法。 在估計出AR(1)-GARCH(1,1)模型的參數(shù)后，對兩指數(shù)收益率損失進行濾波，，得到標準化的殘差序列 Zt，然后用其擬合廣義帕累托
【作者單位】： 東華大學;河南大學;
【分類號】：F224;F830

【參考文獻】

相關(guān)期刊論文 前1條

1 劉志東;;基于Copula-GARCH-EVT的資產(chǎn)組合選擇模型及其混合遺傳算法[J];系統(tǒng)工程理論方法應(yīng)用;2006年02期

【共引文獻】

相關(guān)碩士學位論文 前7條

1 肖璨;基于Copula方法的二元組合風險模型與應(yīng)用研究[D];電子科技大學;2007年

2 宋健;證券投資組合的市場風險度量與優(yōu)化[D];西南財經(jīng)大學;2007年

3 徐志勇;極值理論在風險度量與建模中的應(yīng)用[D];南京信息工程大學;2007年

4 郭麗麗;基于極值理論的我國商品期貨價格暴漲暴跌行為與漲跌幅限制的研究[D];浙江工商大學;2007年

5 劉漢偉;基于連接函數(shù)（Copula）理論的VaR算法及應(yīng)用[D];暨南大學;2007年

6 廖常青;中國股票市場收益率分布與風險測度研究[D];湖南大學;2007年

7 姚永源;基于統(tǒng)計量的ES核估計[D];廣西師范大學;2008年

【二級參考文獻】

相關(guān)期刊論文 前3條

1 封建強;滬、深股市收益率風險的極值VaR測度研究[J];統(tǒng)計研究;2002年04期

2 朱國慶,張維,張小薇,敖路;極值理論應(yīng)用研究進展評析[J];系統(tǒng)工程學報;2001年01期

3 韋艷華,張世英,郭焱;金融市場相關(guān)程度與相關(guān)模式的研究[J];系統(tǒng)工程學報;2004年04期

【相似文獻】

相關(guān)期刊論文 前10條

1 賈朝勇;;POT模型在最大余震預(yù)測中的應(yīng)用[J];赤峰學院學報(自然科學版);2010年03期

2 桂文林;王宗毅;韓兆洲;;POT模型中GPD估計方法選擇及金融風險測度[J];數(shù)學的實踐與認識;2010年05期

3 花擁軍;張宗益;;基于峰度法的POT模型對滬深股市極端風險的度量[J];系統(tǒng)工程理論與實踐;2010年05期

4 桂文林;韓兆洲;潘慶年;;基于熵最大原則的GPD估計與中國股市極值風險測度[J];統(tǒng)計與信息論壇;2010年06期

5 張相賢;;基于極值理論的靜態(tài)和動態(tài)風險度量模型的比較[J];統(tǒng)計與決策;2010年17期

6 譚德俊;鄒敏燁;;操作風險損失的廣義帕累托分布參數(shù)估計及其應(yīng)用[J];財經(jīng)理論與實踐;2010年06期

7 桂文林;徐芳燕;;廣義Pareto分布尾部厚度的分析與應(yīng)用[J];統(tǒng)計與決策;2009年06期

8 花擁軍;張宗益;;滬深股市極端風險的實證研究與比較分析——基于GPD分布的極值POT模型[J];系統(tǒng)工程;2009年02期

9 楊旭;聶磊;;再保險業(yè)務(wù)風險分布特征的實證分析[J];統(tǒng)計研究;2008年09期

10 桂文林;徐芳燕;;兩極端值模型的比較和應(yīng)用[J];數(shù)學的實踐與認識;2008年24期

相關(guān)會議論文 前1條

1 曹中;陶愛元;沈?qū)W楨;;中外股指收益VAR和ES的對比分析[A];中國會計學會2006年學術(shù)年會論文集（下冊）[C];2006年

相關(guān)博士學位論文 前3條

1 萬仕全;中國降水與溫度極值的時空分布規(guī)律模擬[D];蘭州大學;2010年

2 吳飛;個舊錫礦區(qū)地質(zhì)數(shù)據(jù)的極值分布和應(yīng)用研究[D];中國地質(zhì)大學（北京）;2009年

3 李秀敏;極值統(tǒng)計模型族的參數(shù)估計及其應(yīng)用研究[D];天津大學;2007年

相關(guān)碩士學位論文 前10條

1 陳元慶;基于Copula理論的投資組合的風險度量[D];吉林大學;2010年

2 唐晨;基于MCMC極值理論在我國股票市場風險度量中的應(yīng)用[D];青島大學;2010年

3 陳巖;非壽險損失數(shù)據(jù)尾分布的非參數(shù)統(tǒng)計研究[D];云南財經(jīng)大學;2010年

4 羅會程;基于VaR金融風險管理模型的比較研究[D];淮北師范大學;2010年

5 楊靖文;近100年德國四站點極端降水的頻數(shù)和強度變化趨勢以及極值理論分布擬合[D];中國海洋大學;2010年

6 趙智紅;基于極值理論的非壽險精算研究[D];云南財經(jīng)大學;2009年

7 魏立新;基于極值理論的我國商業(yè)銀行操作風險理論和實證研究[D];復(fù)旦大學;2009年

8 康一;股指期貨保證金水平設(shè)置模型的比較研究[D];華中科技大學;2009年

9 劉長青;基于極值理論和Copula理論的VaR研究[D];山東科技大學;2009年

10 黃翠萍;我國股指期貨保證金水平確定研究[D];中南大學;2009年

本文編號：2538547