VaR与ES非参数估计统计分析.pdfVIP

第30卷第10期 重庆大学学报(自然科学版) V01．30No．10 2007年10月 J叫rnalof sci印ce Oct．2007 chongqirIgunive瑁毋(NmurⅡlEdi6叽) 文章编号：1000—582x(2007)09．0111一05 VaR与ES的非参数估计的统计分析 区诗德1，杨善朝2 (1．玉捧师范学院数学与计算机科学系，广西玉椿5370∞； 2．广西师范大学教学科学学院，广西挂林541004) 摘要：利用VaR与Es最新的非参数估计方法，不依赖于分布假设，对上征指数做实证分析，并对 N天的VaR的计算方法进行研究。研究结果表明，在样本容量较大的情况下，v8R与Es的非参数估计 方法有较好的效果；曲线回归方法计算N天的vaR的效果明显优于正态假设下计算的效果。 关键词：风险在值；期望损失；非参数估计 中图分类号：0212：玮30．59 文献标志码：A 许多数理金融问题在正态分布的假设下取得了较 过VaR时的期望损失。因此尾部风险度量问题，即损 丰富的理论成果，它对金融实际问题具有重要的指导 失超出VaR时的期望值计算问题引起了人们的关注。 作用。然而，这一假设在实际问题中并不成立。例如。 在期权定价中通常假设股票的价格服从几何布朗运 常用的风险度量VaR不是一致风险度量，因为它不满 动，即股票的对数收益率服从正态分布。实际上大多 资产的对数回报率具有非对称性和厚尾性。并不服从 1℃E，其定义为 正态分布。由于非参数方法不需假定市场因子变化的 TeE(俚)=一暑{石Ix≤叮(口){， 统计分布，可有效处理非对称和厚尾问题。因此用非 同样也不满足次可加性，因此它也不是一致风险度量。 参数方法研究金融问题深受研究者的关注。在金融风 1999年A胁er引入了the 险度量方面，近年来学者们正关注运用非参数方法研 (简记为wcE)，并证明了它是一致风险度量。但遗憾 究v8R与Es的风险度量问题”。j。到目前为止，对 的是它很难计算和估计。为了构造具有一致性的又能 Es的非参数估计只有scaillet和cheD在2004年和 2005年做了些工作，在2006年杨善朝教授在文[5]中 expectedBlIoIt^lll(简记为ES)定义，其定义为 对Es的非参数估计继续研究，并取得了较好的结果。 t vaR是指在一定的置信水平下，投资组合在未来 Ⅱ 特定一一段时间内的最大潜在损失，它作为新型的风险 口(a)[P(石≤口(a))一口]}． 测量与管理工具已得到广泛应用。20世纪80年代末并且它是一致风险度量，其中g(n)为给定显著水平a 期．自从vaR理论首先被一些大型金融集团用于投资 的分位数。若石是连续的随机变量时，则 组合的风险管理之后，作为资产风险度量工具的vaR 1 已被广泛地应用于基金管理公司、商业银行、证券公 俚 司，尤其是用于金融衍生工具的风险管理。然而，V扭 笔者在已有关于风险度量VaR与Es的非参数估 计的基础上，对上证指数做实证分析。并对正态假设下 只反映以100(1一n)％的置信度，相信在持有期内，某 一金融资产的最大潜在损失，它不能反映损失一旦超