基于条件极值分布的金融高频数据VaR动态估计模型.pdfVIP

2014年第6期 上海金融学院学报 No．6。2014 总第 126期 JournalofShanghaiFinanceUniversity AprNo．126 基于条件极值分布的金融高频数据VaR动态估计模型 李旭姣 ，张克勇 (中北大学，山西太原030051) ·◆ - + - ◆ 一◆ -． -◆ - + - ◆ 一◆ --·●--． -+ -◆ _4 ,-一◆ - ◆ + -+ ·+ ·◆ -◆ 一◆ 一◆ -+ -+ -◆ -◆ - ·_ -◆ -◆ - ● -◆ · 摘 要 ：高频数据 由于 自身数量大 、周期短 、信息丰 富的特 点而受到关注。基于高频数 据 ．对金融时间序列的厚尾特征进行条件极值分布下的VaR估计。在对条件均值和条件波 动率估计 时，以往采用一阶 自回归模型和 GARCH模型 ，但基于高频数据 的估计较为繁复。 为 了充分利用 日内信息，基于高频样本观测值 ，建立 已实现均值 RM模型，在考虑市场异质 性的基础上，对条件均值进行估计。通过对TCL股票价格进行实证分析，估计 出VaR风 险 值．验证模型是合理 的。 关键词 ：极值理论 ；POT；高频数据 ；BSP—RM—RV—POT 中图分类号：F830．9 文献标识码 ：A 文章编号：1673—680X(2014)06—0076—09 ·-o--．+ - ◆ -◆ -◆ ‘◆ -． -● - ◆ ·◆ --o --◆ - ◆ 。◆ ‘◆ -． -◆ -◆ -◆ -◆ - ◆ -◆ _◆ 。 ◆ ‘◆ 。◆ -◆ ·◆ -◆ -◆ - _·卜- _· · 一 、 引 言 在复杂多变 的金融市场 中。风险度量是风险管理 的基础。VaR(Valurat Risk)是一种综合性的金融风险度量方法。 自J．P．Morgan银行[1在 1996年公 布了VaR评估系统体系后 ，VaR风险度量方法成为了国际金融界风险度量的 主流方法 ．但 VaR方法基于正态分布的假设不能精确估计尾部的厚尾特征 。 而极值理论是测量极端情况下风险损失的常用方法 ，基于极值理论对 VaR进 行估计 。可以解决金融收益率分布不服从正态分布的厚尾问题 。 很多学者将极值理论与在险价值(VaR)估计结合起来，应用极值理论对 超出阀值分布进行估计，以更加准确地对金融风险进行度量。詹原瑞、田宏伟 (2000)[23首次将极值理论(EVT)与VaR估计结合起来 ，对金融资产组合收益 或损失尾部分布的二阶展式进行参数估计。王春峰(2001) 在他的著作中详 细介绍了应用极值理论对 VaR进行估计的方法 。封建强 (2002)H]通过比较 收稿 日期 ：2014—11-06 作者简介 ：李旭姣(1988一)，女，山西长治人，中北大学经济与管理学院硕士研 究生。 张克勇(1972-)，男，湖南溆浦人，中北大学经济与管理学院副教授 ，博士。 一 76— 基于条件极值分布 的金融高频数据 VaR动态估计模型 说 明了极值方法 比半参数方法 、传统 VaR方法的测度优 。邵腾伟 、冉光和 (2ol1)5[3应用POT模型模拟计算农业 自然灾害VaR。刘宁等(2012) 基于 极值理论衍生出ARMA—TGARCH—EVT模 型对商业银行 内部信用风险进行 评估，在一程序上降低 了单纯进行极值分析时的估计误差。也有学者直接将 波动率估计模型与在险价值的估计结合起来，进行风险估计。王艳荣 (2013) 建立的VAR—RV 模型是基于高频数据 的波动率建模和估计 ，并证 明了比 GARCH类模型优 。DimitriosP．Louzis(2014)等人在其研究中通过 GJR— GARCH、HAR—RV和 RV—GARCH波动率模型对 比分析得出，已实现波动率 模型能够得出更精确的结果 8]。 如果金融资产收益序列的每一个数据点独立 同分布 ，那么认为该收益序 列是独立于时间的，为无条件分布 。无条件分布的主要缺点是没有考虑当前的 预期和波动性 ，即没有考虑收益序列的