基于广义双曲线SV模型的极值风险度量研究.pdfVIP

第 28卷第 1期 统 计 与 信 息 论 坛 2013年 1月 V。L28 No．1 Statistics InformationForum Jan．，2013 【统计理论与方法】 基于广义双曲线SV模型的极值风险度量研究 周孝华，姬新龙，马 宁 (重庆大学 经济与工商管理学院，重庆 400030) 摘要：在金融风险的度量中，拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动 态变化，在SV模型中引入广义双曲线学生偏z分布(SV—GHS )拟合金融收益序列的尖峰厚尾、不对称以 及杠杆效应等特征，通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列，然后用极值理论 的POT模型拟合标准残差序列尾部分布，进而建立一种新的金融风险度量模型——基于sv—GHSKt～ P0T的动态VaR模型。用该模型对上证综合指数做实证研究，结果表明，SV—GHS 一P0lT的动态V 模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应，并且能够合理有效地提高风险测度 的精度，尤其在高的置信水平下表现更好。 关键词：随机波动模型；广义双曲线学生偏 t分布；马尔科夫蒙塔卡罗模拟；极值理论 中图分类号：F831．5 文献标志码：A 文章编号：lO07—3116(2013J01—0OO3一O6 地拟合金融收益分布的尖峰、厚尾和偏斜等特征。 一 、 引 言 由于广义双曲线分布具有 良好的统计特性，使其在 在险价值(VaR)自被引入风险管理领域以来， 金融领域中得到了广泛应用，一些学者提出了广义 因其直观、易理解的特点，已经成为一种标准的风险 双曲线学生偏t分布，并取得不错的研究效果。 管理工具，被金融机构和监管当局广泛采用。而选 另一方面，当前学者们讨论最广泛 的就是在 择合适的金融资产收益率分布，关系到VaR模型的 GARCH模型的框架下，标准化残差的分布函数设 有效性和合理性，已经成为学者们研究的热门问题。 定取得VaR的值。GARCH类模型在面对金融时 传统的计量V 方法都是以正态分布为基础， 间序列高峰厚尾、杠杆效应等显著特征时对VaR的 而现实的金融数据经常表现为尖峰、厚尾和不对称 测度亦显得脆弱[2]。而SV类模型对金融时序的刻 性，这就为VaR计算带来较大的误差。学者们对该 画能力具有比GARCH类模型更大的优势，对金融 问题展开了大量研究，相继提出用t分布、混合正态 市场波动特征的拟合效果更好[3]。另外，由于VaR 分布、一般误差分布、g—h分布等拟合收益序列，然 方法是对正常市场交易情况下风险的度量，而极端 而这些分布的使用条件都有一定的局限性。Barn- 市场情况下VaR的计量已经引起了学者们的注意。 dorff--Nielsen提出了广义双曲线分布L1]。它是一 近年来，许多研究风险度量的学者纷纷利用极值理 种半厚尾的分布，并且具有 良好的统计特性，常见的 论 (EVT)进行 V 估计[4]。极值理论不考虑序列 正态分布、t分布和gamma分布等都是它的极限形 的整体分布情况，只关心序列的极值分布情况，在极 式。广义双曲线分布具有 5个参数，根据参数的不 端条件下，用极值理论方法得到的VaR估计值与经 同衍生出一些子类，如双曲线分布和正态逆高斯分 验分布非常接近，提供了超越样本的预测能力，比常 布等，共同构成了一个非常灵活的分布族，可以更好 用方法具有更大的优越性[5]。目前，国内用极值理 收稿 日期：2O12一O7—15；修复日期：2O12～11--19 基金项目：中央高校基本科研业务费资助项目基《于Copula理论的地方投融资平台风险研究~(CDJXS