VaR方法在证券市场尖峰_胖尾分布中实证分析.pdfVIP

第 33 卷第 7 期 数学的实践与认识 V o l33　N o 7　 2003 年 7 月 M A TH EM A T IC S IN PRA CT ICE AN D TH EO R Y J u ly , 2003　 VaR 方法在证券市场尖峰、胖尾分布中的实证分析 1 2 邹新月 , 　 吕先进 ( 1 湖南科技大学经管系, 湖南　4 1120 1) (2 上海财经大学金融学院, 上海　200083) 摘要: 　标准 方法的假设条件与实际数据之间存在较大的差距, 而差距是必严重影响 方法的实 V aR V aR 际应用效果. 为此, 本文从实际数据的基本特征出发, 讨论了 方法在尖峰、胖尾分布中的计算公式, 并使 V aR 用该计算公式对我国证券市场的实际数据进行了实证分析. 分析结果表明, 推广的 计算方法对证券市 V aR 场风险预警有更可靠的揭示作用. 关键词: 　V aR ; 尖峰; 胖尾; 返回检验法 1　引　　言 　　V aR 方法是二十世纪九十年代兴起的一种市场风险度量方法, 该方法 自从推出之 日 ( 起, 就受到了国际清算银行、巴塞尔委员会等官方机构和各类银行、非银行金融机构 如保 ) 险、证券、特别是机构投资者 等众多组织的普遍关注, 并将其广泛地应用到市场风险控制的 实务性操作当中, 且取得了较好的实际效果. V aR 方法与传统风险度量方法的最大区别在 于其简洁、综合、实用, 特别适合于衍生金融产品的市场风险度量. 我们在实际计算V aR 值时, 最关键、也是最困难的地方就是如何确定指定资产未来收 益的分布, 特别是在市场处于“反常”情况下如何有效地计算V aR 值. R iskM et r ics 在处理 ( 收益序列异方差性时是将原收益序列用对应的标准差进行标准化 包括全方差法和滑动加 ) 权算法 , 然后直接利用标准正态分布的统计特征来计算其相应V aR 值. 虽然这种方法考 ( 虑了实际数据的异方差性, 但仍然没有较好地描述实际收益序列的非正态性 大多数收益序 ) 列呈现出尖峰、胖尾的特性 . 然而收益分布的胖尾性特征却对风险的预警影响极大, 所以 在度量组合资产V aR 时必须尽可能地刻画出实际收益序列分布的这种帕累图型的特征. 为此, 本文首先从概率论基本原理出发推导出尖峰、胖尾分布中V aR 值的计算方法, 然后使 用返回检验法对推广形式的V aR 计算结果进行检验, 并同R iskM et r ics 滑动加权算法的结 果进行比较, 分析结果表明