基于点过程的极值VaR研究.pdfVIP

第25卷第3期 统计与信息论坛 2010年3月 V0d．25No．3 StatisticsInformationForum Mar．，2010 【统计理论与方法】 基于点过程的极值VaR研究 张家平1，2 (1．华侨大学经济与金融学院，福建泉州362021；2．华南理-t-大学金融工程研究中心，广东广州510006) 摘要：风险无时不有、无处不在，风险本身并不可怕，金融机构就是通过承担风险、管理风险来获得收益 的。真正可怕的是极值风险，即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的 建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理 论基础，故有必要通过介绍和比较传统极值事件的建模，基于点过程构建极值风险的一般模型，并利用外汇市 场的13数据和VaR的估计与检验进行实证分析。 关键词：肥尾；Yt块最大值；POT；点过程；VaR 中图分类号：F83 文献标志码：A 文章编号：1007—3116{2010)03—0017—05 极值理论一经提出，便在金融领域获得了广泛 一、前 言 关注，尤其在金融风险方面[卜2]：McNeil用广义 金融风险度量是金融风险管理的核心，也是一 Perato分布拟合保险损失序列的尾部，发现广义 个充满争议、总是处于关注焦点的问题。无论在理 Pareto分布是保险损失序列尾部的较好近似，甚至 论界还是在实务界，风险度量的主流工具仍是V水 在阀值不是很高时也能较好地拟合数据【3】3。McNeil atRisk)(虽然有大量的文献讨论VaR方法 (Value 进一步将极值理论应用于风险度量，即用POT模型 的缺陷并提出了一些风险度量的替代方法，但VaR 方法依然是实务界使用最广泛的风险度量方法；理 论界主要集中于基于VaR方法的模型改进上)。从集、长期记忆和不对称现象，一些学者提出在极值理 统计学角度来看，VaR就是分位数，因此用VaR度 量风险与收益序列分布的尾部密切相关。大量的实 上述方法的PoT模型都需要确定一个较高的阀值， 而这个阀值的确定具有一定程度的主观性。Santos 证研究文献表明：金融市场的一个典型事实(stylized fact)是收益序列的中间部分与尾部的特性往往不一P．A．等人对PoT模型进行改进，提出了PoRT random 致，尾部分布具有肥尾特征。为解决这个问题，一种 (peal【over threshold)模型，即将阀值随机 方法就是用具有肥尾特征的分布形式来拟合金融数 化L91；Manfred ofnormal 据，如学生t分布、混合正态分布(mixture 型对证券市场指数收益的VaR和ES进行了点估计 errordis— 和区间估计，并比较了各种方法的优劣【10J。 distributions)、广义误差分布(generalized tribution)等；另一种方法就是不考察整个收益率序中国学者也探讨了极值理论在金融风险度量中 列的分布，而专注于研究收益率序列的尾部分布，即 运用极值理论EvT来研究收益率的分布。本文主 态VaR的风险测度，以解决金融时间序列的肥尾、 要采用第二种方法。 异方差和长期记忆等问题[111；欧阳资生基于指数回 收稿日期：2009—07-23；修复日期：2010—01—08 基金项目：广东省普通高等学校人文社会科学重点研究基地研究创