基于Bootstrap和内点法的极值POT模型及极端风险度量.pdfVIP

【问题探讨】 基 于Bootstrap和 内点法的 极值POT模型及极端风险度量 杨爱军 ’，黄 超 。 (1．南京审计学院 金融学院，江苏 南京211815；2．东南大学 数学系，江苏 南京 210096) 摘要 ：为更好利用极值POT模型对金融市场极端风险进行度量 ，提 出利用Clauset法和Bootstrap 法相结合来改进样本平均函数法在选取阈值方面的缺陷，使用内I占、法和Bootstrap法来更加有效 地对模型参数进行估计，采用Bootstrap法计算VaR估计的置信区间，从而可以度量风险价值的 精度。最后，讨论文中方法在沪股市场极端风险度量中的应用。 关键词：金融市场；内点发 ；Bootstrap法；风险价值 ；置信 区间 文章编号：1003—4625(2012)03—0066—04 中图分类号：F830．1 文献标志码 ：A 一 、 引言 事实上 ，受样本的波动和模型本身参数设定的不确 VaR(ValueatRisk)作为风险管理的国际标准， 定性影响 ，完善的金融市场风险管理除了需要对 是金融市场风险测量的主流模型。VaR按字面意思 VaR值估计外 ，也需要对其估计精度进行度量。 就是 “处在风险中的价值”，确切地说是指在一定的 VaR置信区间估计不仅可以为风险管理专员提供 置信水平下，某金融资产或证券组合在未来特定的 VaR值的估计精确度，也利于金融机构和监管部门 一 段时间内的最大可能损失。VaR以资产损失额为 结合不同VaR模型的特点在置信区间范围内设定合 风险衡量指标 ，并利用置信水平将预期损失额和该 理灵活的风险价值。 损失发生概率结合起来。目前巴塞尔协议和欧盟资 鉴于此，本文利用基于Bootstrap和 内点法的极 本充足率指导都已使用VaR作为监督标准。传统的 值POT模型来研究金融极端风险度量问题 ：首先利 VaR度量建立在资产收益率服从正态分布假设的基 用Clauset方法来确定阈值，并结合基于Bootstrap法 础上，不能有效捕捉收益率分布的尾部特征，忽略极 的样本平均超出函数的置信区间曲线来检验阈值选 端事件的影响，因而容易造成对尾部极端风险的低 取的合理性。在此基础上，利用 内点法和Bootstrap 估。虽然极端风险事件发生概率低，但一旦发生，则 法对极值POT模型进行参数估计 。其次计量用 损失巨大。因此 ，管理者对极端事件尤其关注。近 Bootstrap法对VaR值的估计精度进行度量，给出了 些年，极值POT模型为更加精确地进行极端风险估 VaR值置信区间解析式的一般形式。最后实证部分 计提供了思路。 运用文中方法来研究沪股市场极端风险度量问题。 但现有运用极值POT模型计算VaR值存在一些 二、极值POT模型 不足：第一，极值POT模型中阈值的选取通常是根据 (一)广义Pareto分布 样本平均超出函数来确定 ，但是利用样本平均超出 假设x 一，x为独立同分布的随机变量，具有相 函数存在主观性较大的缺点，有时受样本数据结构 同的分布函数F(x)，对于某一足够大的阈值u。记 影响以致无法使用；第二，极值POT模型的参数估计 Y-_x。一u，Y。的分布函数可近似表示为 方法以极大似然估计为主，但是该算法存在参数估 l_( 计误差较大的问题；第三，虽然极值POT模型在VaR G(y；∈，o)= (1) 值估计方面的研究已经比较充分和成熟，但是对于 一 V V