ρ混合序列下CVaR估计的渐近性质论文.doc

广西师范大学硕士学位论文：ρ 混合序列下CVaR估计的渐近性质 ρ 混合序列下CVaR估计的渐近性质  硕士研究生: 罗中德  导 师: 杨善朝 教授  专 业: 概率论与数理统计  研究方向: 金融统计 年 级: 2007  摘  要  在金融领域里，虽然VaR是一个被广泛应用的风险度量，而且巴塞尔协议规定金融机 构利用VaR来刻画金融风险和做相应的风险管理，但是在实际应用中，VaR却存在着一些 不足之处. 为了弥补VaR的不足，有学者提出条件风险值CVaR(Conditional Value-at-Risk)， 而且P?ug[1](2000)指出可以将CVaR看成某一最优化问题的解，即损失变量X的置信水平 为 (1 ? α)% 的CVaR可定义为:  CV aRα(X) = inf x∈R  x +  1 α  E[X ? x]+ ,  其 中[a]+  :=  max{0, a}.  记X1, X2, · · · , Xn为 总 体X的 一 组 样 本, A. Alexandre Trindade[2](2007)等人给出了该优化形式下CVaR的估计  1 x∈R n  n i=1  x +  1 α  E[Xi ? x]+ .  并在独立同分布条件下讨论了该估计的相合性和渐近正态性，但其并没有给出这两个性 质中任何一个的收敛速度. 至于在混合样本下，该估计的渐进性还未见有学者进行研究. 一般地，金融、经济时间序列的样本并非独立，样本相依性则是它们固有的特性. 特别地, ρ混合是金融数据中比较常见的混合形式. 因此，研究在ρ 混合样本条件下该估计的渐近性 质有着重要的理论价值和应用价值. 本文在ρ混合序列下研究了上述CVaR估计的渐进性质，研究的主要内容和结果如 下： 首先，本文讨论了在样本为ρ混合序列的情形下CVaR估计的强相合性，并证得当ρ 混 合序列满足一定假设条件时，强相合的收敛速度为n?κ，其中: (i)当样本矩r ≥ 2时, 可以 取任意的0 ≤ κ 1/2; (ii)当1 ≤ r 2时, 可以取κ = 1 ? 1/r. 第 I 页 Abstract 其次，本文讨论了在样本为ρ混合序列的情形下CVaR估计的一致渐近正态性，并且 给出一致渐近正态的收敛速度，其收敛速度约为n?1/6. 最后，本文对一些 ρ 混合序列的CVaR进行随机模拟，并比较了优化估计方法与次序 统计量方法所得估计的优劣，通过数值模拟得知, 利用该方法求CVaR可以有效地处理 ρ 混 合数据, 而且相对于次序统计量方法而言其误差更小、精度更高, 特别是当样本容量较少 时, 优化方法的优越性更加显著. 随后对我国股市的上证综指和深证成指的CVaR进行估计, 由计算结果知道，在相同概率水平下，上证综指的CVaR要小于深证成指的CVaR，即上证 综指的风险要小于深证成指. 关键词： CVaR; 强相合性; 渐近正态性; 收敛速度; ρ 混合序列 第 II 页 广西师范大学硕士学位论文：ρ 混合序列下CVaR估计的渐近性质 The Asymptotic Properties of CVaR Estimator under ρ Mixing Sequences  Postgraduate: Zhongde Luo  Supervisor: Shanchao Yang  Specialty: Probability and Statistics  Research Fields: Financial Statistics  Grade: 2007  Abstract VaR is a risk measure which is widely used in the ?nancial ?eld, and the Basel Accord requires ?nancial institutions must to use VaR to characterize the ?nancial risks and make the corresponding risk managements, however, the VaR there are some shortcomings in practical applications. To make up for the lack of the VaR, some scholars gave the CVaR (Conditional Value-at-Risk) which is a new risk measure, and P?ug [1] (2000) pointed out that the CVaR can be viewed as t