金融工程与风险管理(南京大学林辉)financialengineeringandriskmanagementch8程序.ppt

金融工程与风险管理 第8章 VaR模型（2） 8.1 基本分布形式 金融市场的风险因子并不完全满足正态分布，以正态分布假设来计算风险就可能低估风险 对中国股市的实证研究：2000.1.4~2006.5.9年日回报率样本偏度是0.75，峰度是8.91。 由于大多数的金融资产具有明显的重尾性，故必须寻找其他分布形式来描述，主要有t分布，GED分布和gh分布 比较正态分布与t分布 Matlab程序： x = -5:0.1:5; y = tpdf(x,5); z = normpdf(x,0,1); plot(x,y,-,x,z,-.) t分布参数的极大似然估计 连续分布的MLE 当X的分布是连续的，其概率密度函数为f(x, θ),其中θ为未知参数。现在从该总体中获得容量为n的样本观测值x1,x2,…,xn,则在X1= x1，X2= x2，Xn= xn时候联合概率密度函数值，即为似然函数 t分布参数的极大似然估计 通常为了求导方便，常对似然函数取对数，即对数似然函数 t分布参数的极大似然估计 Matlab函数： phat =mle(data， ‘distribution’，‘dist’) 对于t分布，phat = mle(data,distribution,t) 下面以上证指数2000~2006的数据为例进行 输入数据：szzs-日对数回报率 估计参数： phat = mle(s