本文關(guān)鍵詞：VaR和ES的非參數(shù)估計(jì)的模擬研究和實(shí)證分析　出處：《廣西師范大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 在險(xiǎn)價(jià)值 期望損失 核估計(jì) 風(fēng)險(xiǎn)度量 一致性風(fēng)險(xiǎn)度量

【摘要】：近二十年來(lái),在經(jīng)濟(jì)全球化、現(xiàn)代金融理論以及信息技術(shù)等因素的影響下,全球金融市場(chǎng)迅速發(fā)展.這致使各國(guó)金融市場(chǎng)的開放程度不斷加劇,資本在世界范圍內(nèi)的流動(dòng)加速且自由化.不同風(fēng)險(xiǎn)特性的各種資本在全球金融市場(chǎng)內(nèi)重新配置和組合下,很大程度地轉(zhuǎn)變了全球金融市場(chǎng)的運(yùn)作方式和風(fēng)險(xiǎn)表現(xiàn),金融市場(chǎng)表現(xiàn)出前所未有的波動(dòng)性.同時(shí),金融機(jī)構(gòu)通過(guò)展開一系列的金融創(chuàng)新活動(dòng)來(lái)回避金融風(fēng)險(xiǎn)、提高市場(chǎng)競(jìng)爭(zhēng)力,這些活動(dòng)在管制放松和技術(shù)進(jìn)步的刺激下異常活躍.在全球化和自由化的金融背景下,金融風(fēng)險(xiǎn)管理己成為人們關(guān)注的話題,而怎么把這些金融風(fēng)險(xiǎn)量化,即怎么測(cè)定金融風(fēng)險(xiǎn),就成為了一個(gè)急需解決的問(wèn)題. 標(biāo)準(zhǔn)差、絕對(duì)偏差、在險(xiǎn)價(jià)值VaR,條件風(fēng)險(xiǎn)值CVaR,最壞條件期望WCE,期望損失ES等是當(dāng)前正在使用或己經(jīng)提出來(lái)的度量風(fēng)險(xiǎn)的主要工具.其中,因VaR在經(jīng)濟(jì)和金融領(lǐng)域的風(fēng)險(xiǎn)管控上發(fā)揮了極其重要的作用,因此巴塞爾委員會(huì)在1996年明確了用VaR方法來(lái)度量銀行面臨的市場(chǎng)風(fēng)險(xiǎn)的規(guī)定.從此以后,世界各地的金融分析方面的專家紛紛開始選用VaR作為金融機(jī)構(gòu)風(fēng)險(xiǎn)管理的國(guó)際標(biāo)準(zhǔn).隨著VaR模型及其計(jì)算方法的不斷發(fā)展和改進(jìn),自1999年Artzner et al初次提出一致性公理后,用VaR作為風(fēng)險(xiǎn)度量的標(biāo)準(zhǔn)遭到了質(zhì)疑,由于有研究學(xué)者從理論和實(shí)證分析兩個(gè)方面都證實(shí)了VaR不滿足次可加性這個(gè)性質(zhì),從而得出VaR不是一致性風(fēng)險(xiǎn)度量的結(jié)果.為了彌補(bǔ)VaR的不足,人們開始構(gòu)造設(shè)計(jì)一個(gè)不僅滿足一致性公理而且容易估計(jì)和計(jì)算的風(fēng)險(xiǎn)度量Acerbi et.al提出了期望損失ES (Expected Shortfall)這一風(fēng)險(xiǎn)度量工具,并證明了它既是一致性風(fēng)險(xiǎn)度量,又能夠方便計(jì)算. 深受各金融機(jī)構(gòu)及管理人員重視的VaR有著致命的弊端—不具備次可加性,而ES風(fēng)險(xiǎn)測(cè)度滿足一致性條件,使得ES在金融風(fēng)險(xiǎn)管理中成為越來(lái)越重要的風(fēng)險(xiǎn)度量工具. 在不同的窗寬條件下,窗寬越大,ES的核估計(jì)量越小.ES的兩個(gè)非參數(shù)估計(jì)：一個(gè)是過(guò)度損失大于VaR的樣本估計(jì)量；另一個(gè)是對(duì)前一個(gè)估計(jì)進(jìn)行平滑化處理(Scaillet,2004Mathematical Finance)的核估計(jì)量.我們期望通過(guò)平滑處理,可以得到更精確的估計(jì)量.結(jié)果顯示,平滑處理并沒有得到損失更精確的估計(jì)量.這樣的結(jié)果不同于VaR估計(jì),對(duì)VaR進(jìn)行平滑處理后可以使得估計(jì)量的方差和均方根誤差均減小.因此,ES基于過(guò)度損失的樣本平均的估計(jì)量,是ES的一個(gè)很好的估計(jì). 全文分為四章： 第一章,介紹了金融風(fēng)險(xiǎn)度量發(fā)展背景,以及風(fēng)險(xiǎn)管理的意義. 第二章,給出了VaR和ES的理論模型以及非參數(shù)估計(jì)量,以及給出VaR和ES估計(jì)量的標(biāo)準(zhǔn)誤. 第三章,數(shù)值模擬.運(yùn)用四種常見的時(shí)間序列模型,對(duì)ES的核估計(jì)和樣本估計(jì)進(jìn)行數(shù)值模擬,并比較它們的優(yōu)劣,得到用ES核估計(jì)的方法計(jì)算的結(jié)果并沒有比用ES樣本估計(jì)得到的結(jié)果更精確. 第四章,是實(shí)證分析部分.用ES的樣本估計(jì)方法對(duì)上證指數(shù)和深成指數(shù)的每日收益的對(duì)數(shù)序列進(jìn)行了實(shí)證研究,得到的結(jié)果顯示深成指數(shù)的波動(dòng)率高于上證指數(shù)的波動(dòng)率.
[Abstract]:Under the influence of economic globalization , modern financial theory and information technology , global financial markets have developed rapidly over the past two decades . Based on VaR , VaR is used to measure the market risk faced by banks . As a result of VaR model and its calculation methods , VaR is used as the standard of risk measurement . As a result of VaR model and its calculation method , VaR is used as the risk measure . The VaR of financial institutions and managers has a fatal defect - - no subadditivity , and ES risk measure meets the consistency condition , so that ES becomes more and more important risk measurement tool in financial risk management . The larger the window width is , the larger the width of the window , the smaller the kernel estimators of ES . Two non - parameter estimates for ES : One is that the excessive loss is greater than the sample estimate at VaR , and the other is that the estimation of the previous estimate is more accurate . The results show that the smoothing process does not get more accurate estimates . The result is different from the VaR estimation . The result is different from the VaR estimation . Therefore , it is a good estimate of ES based on the estimation of the sample average of over - loss . The full text is divided into four chapters : Chapter one introduces the background of financial risk measurement and the significance of risk management . In chapter 2 , the theoretical models of VaR and ES and the non - parameter estimation are given , and the standard error of VaR and ES estimator is given . In chapter 3 , the numerical simulation is carried out using four common time series models , the kernel estimation and sample estimation of ES are simulated numerically , and their advantages and disadvantages are compared , and the results obtained by the method of ES kernel estimation are not more accurate than the results obtained with ES samples . The fourth chapter is the empirical analysis part . By using ES ' s sample estimation method , the logarithmic series of the daily earnings of the Shanghai index and the deep index number is studied empirically . The results show that the fluctuation rate of the index is higher than the fluctuation rate of the Shanghai index .

【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：O212.7;F832.51

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 景乃權(quán),陳姝;VAR模型及其在投資組合中的應(yīng)用[J];財(cái)貿(mào)經(jīng)濟(jì);2003年02期

2 李輝;VaR在項(xiàng)目風(fēng)險(xiǎn)管理中的應(yīng)用[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2001年04期

3 劉靜;楊善朝;;風(fēng)險(xiǎn)度量ES的非參數(shù)估計(jì)[J];工程數(shù)學(xué)學(xué)報(bào);2009年04期

4 鄭文通;金融風(fēng)險(xiǎn)管理的VAR方法及其應(yīng)用[J];國(guó)際金融研究;1997年09期

5 王春峰,萬(wàn)海暉,張維;金融市場(chǎng)風(fēng)險(xiǎn)測(cè)量的總體框架[J];國(guó)際金融研究;1998年09期

6 王春峰,李剛;基于分布擬合法的VaR估計(jì)[J];管理工程學(xué)報(bào);2002年04期

7 文鳳華,馬超群,巢劍雄;風(fēng)險(xiǎn)度量新趨勢(shì)分析[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年06期

8 劉宇飛;VaR模型及其在金融監(jiān)管中的應(yīng)用[J];經(jīng)濟(jì)科學(xué);1999年01期

9 趙睿,趙陵;VaR方法與資產(chǎn)組合分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2002年11期

10 歐詩(shī)德;易丹輝;;不同模型下ES風(fēng)險(xiǎn)度量的計(jì)算[J];數(shù)理統(tǒng)計(jì)與管理;2009年04期

，

本文編號(hào)：1367996