基于极值理论的高频条件VaR动态区间估计模型 Interval estimation of high frequency conditional VaR based on extreme value theory.pdfVIP

下载本文档

11
0
约1.41万字
约 7页
2017-09-03 发布于湖北
举报
版权申诉

基于极值理论的高频条件VaR动态区间估计模型 Interval estimation of high frequency conditional VaR based on extreme value theory.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第30卷第7期系统工程理论与实践 V01．30，No．7 2010年7月 SystemsEngineering—TheoryPracticeJuly,2010 文章编号：1000-6788(2010)07-1162—07中图分类号：F224．0 文献标志码：A 基于极值理论的高频条件VaR动态区间估计模型王春峰，张亚楠，房振明，刘峥然 (天津大学管理学院，天津300072) 摘要为了更加精确地度量在险值的估计精度，基于广义极值理论推导了条件极值VaR的动态区间估计模型，得到了条件极值VaR置信区间解析解的一般形式，对在险值的估计精度进行了实时度量．利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性．结果表明：条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比，不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征，而且具有更好的估计精度，精确和有效地描述VaR的估计风险．关键词置信区间；条件极值VaR；广义极值分布；高频数据 Intervalestimationof conditionalVaRbasedon highfrequency extremevalue theory WANG Ya-nan，FANG Chun-feng，ZHANGZhen-ming，LIUZheng-ran of Management，Tianjin (School University,Tianjin300072，China) to ofreturnseriesinextremeconditionand AbstractInordercatchthecharacter improve眦precision． form amodeloftheconditionalextremevalue啪wasestablishedandthe of solution got general analytical confidenceintervalofconditionalextremevalue data．theresult tothe V狃．Usinghighfrequency precision ofconfidenceintervaloftheconditionalextremevalue昭露andthe ofmodelwere studied validity mainly confidencelevelandblock．The resultsshowthat ourmodel underthedifferent empirical comparing with methodandMonteCarlomethodinestimationoftheconfidence parametricmethod，non-parametric intervalof眦．ourmodelnot cancatchtheriskcharacterofChinesestockm