基于GARCH模型的CVaR信贷风险度量方法研究

被引：5

作者：

刘琦铀 ^{[1
]}

张能福 ^{[1
]}

刘铁生 ^{[2
]}

机构：

[1] 五邑大学管理学院

[2] 江西现代职业技术学院

来源：

统计与决策 | 2010年 / 10期

基金：

广东省自然科学基金;

关键词：

在险价值VaR; 自回归条件异方差GARCH; 条件在险价值CVaR;

D O I：

10.13546/j.cnki.tjyjc.2010.10.056

中图分类号：

F224.9 [经济数学方法的应用]; F830.5 [信贷];

学科分类号：

摘要：

文章针对VaR方法不是一致性度量,不满足凸性,尤其是该模型不能体现尾部事件发生时其可能损失的程度等一系列缺陷;同时针对金融时间序列具有偏性和尖峰厚尾两大特性,用修正的VaR方法——基于GARCH模型的CVaR方法来度量风险。该方法的优点在于可以反映出损失超过VaR时可能遭受的平均潜在损失的大小,解决了VaR方法无法进一步识别风险是可以忍受的还是灾难性的问题,弥补了VaR不能反映损失尾部信息的缺陷,能够防范小概率极端金融风险,降低了银行发生灾难性风险的可能性。

引用

页码：26 / 29

页数：4

共 7 条

[1] 基于CVaR风险度量和VaR风险控制的贷款组合优化模型[J]. 迟国泰,王际科,齐菲.预测. 2009(02)
[2] CVaR方法在投资组合中的应用
王玉玲
[J]. 统计与决策, 2008, (02) : 71 - 72
[3] CVaR在操作风险度量与控制中的应用分析
温红梅
姚凤阁
[J]. 哈尔滨商业大学学报(社会科学版), 2008, (01) : 33 - 35
[4] VaR和CVaR风险值的估计和计算[D]. 杜红军.华中科技大学 2006
[5] VaR与CVaR在金融风险测度中的应用[D]. 李坤.青岛大学 2006
[6] 金融时间序列分析[M]. 机械工业出版社 , (美)RueyS.Tsay著, 2006
[7] Conditional value-at-risk for general loss distributions
Rockafellar, RT
Uryasev, S
[J]. JOURNAL OF BANKING & FINANCE, 2002, 26 (07) : 1443 - 1471

← 1 →