基于极值分布理论的VaR与ES度量

被引：47

作者：

陈守东 ^{[1
]}

孔繁利 ^{[2
]}

胡铮洋 ^{[2
]}

机构：

[1] 吉林大学数量经济研究中心

[2] 吉林大学商学院

来源：

数量经济技术经济研究 | 2007年 / 03期

关键词：

极值分布; 在险价值(VaR); 预期不足(ES); GARCH模型;

D O I：

10.13653/j.cnki.jqte.2007.03.013

中图分类号：

F830 [金融、银行理论]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

本文应用极值分布理论对金融收益序列的尾部进行估计,计算收益序列的在险价值VaR和预期不足ES来度量市场风险。通过伪最大似然估计方法估计的GARCH模型对收益数据进行拟合,应用极值理论中的GPD对新息分布的尾部建模,得到了基于尾部估计产生收益序列的VaR和ES值。采用上证指数日对数收益数据为样本,得到了度量条件极值和无条件极值下VaR和ES的结果。实证研究表明:在置信水平很高(如99%)的条件下,采用极值方法度量风险值效果更好。而置信水平在95%下,其他方法和极值方法结合效果会很好。用ES度量风险能够使我们了解不利情况发生时风险的可能情况。

引用

页码：118 / 124+133 +133

页数：8

共 6 条

[1] 股市风险VaR与ES的动态度量与分析 [J].

陈学华 ;

杨辉耀 ;

不详 .

系统工程 , 2004, (01) :84-90

[2]

应用极值理论计算在险价值(VaR)——对恒生指数的实证分析[J]. 周开国,缪柏其.预测. 2002(03)

[3] 沪、深股市收益率风险的极值VaR测度研究 [J].

封建强 .

统计研究, 2002, (04) :34-38

[4] 极值理论应用研究进展评析 [J].

朱国庆 ;

张维 ;

张小薇 ;

敖路 .

系统工程学报, 2001, (01) :72-77

[5]

金融市场风险管理[M]. - 天津大学出版社 , 王春峰著, 2001

[6]

Thinking coherently .2 Artzner. P,Delbaen.F,etal. Risk . 1997

← 1 →