基于广义帕累托分布稳健估计法的沪市var预测.pdf

首卑经湃jir易太謦学报 2013年第4期 基于广义帕累托分布稳健估计法 的沪市VaR预测 吴亮1，邓明2’3 (1．阜阳师范学院数学与计算科学学院，安徽阜阳236041； 2．厦门大学经济学院，福建厦门361005； 3．中国社会科学院城市发展与环境研究所，北京100836) GPD参数的极大似然估计非稳健性，本文使用了GPD参数的三种稳健估计法：最小密度功效散度、中位 数和似然矩估计。动态回溯检验结果表明，使用稳健方法拟合GPD，可以得到更为稳健、精准的VaR度 量，并得到GPD稳健估计优劣性的比较结果。 关键词：VaR；广义帕累托分布；最小密度功效散度；中位数；似然矩 中图分类号：17832．5 文献标识码：A 一、引言 在当前金融工具不断创新的背景下，市场风险成为金融管理和监管的重点。从20世纪90年代发生的 几起震惊世界的银行和金融机构危机大案到2008年爆发的次贷危机，人们对市场风险更加关注。风险价 at 值(Value 论的研究核心是对金融资产收益率整个分布进行建模，利用历史信息对未来的收益分布进行预测主要包 括正态分布假定下的方差一协方差方法、历史模拟法和蒙特卡罗模拟法等。由于金融资产收益率通常不 服从正态分布，呈现出一定的“高峰一厚尾”特征，上述传统方法计算VaR具有一定的局限性，难以度 量极端波动下的风险。 极值理论关注序列的极值分布情况，仅考虑分布尾部，而不是对整个分布进行建模，可以准确 描述分布尾部，有助于处理风险度量中的厚尾问题，克服传统方法度量VaR的缺陷。早期的极值理 论仅仅研究独立同分布随机变量的最大值或最小值的渐近性质，即采用基于广义极值分布(General． 收稿日期：2013一04一16 基金项目：中国博士后科学基金项目《城市间土地财政的竞争外溢与房价的空间传导》(2012M510670)；全国统计科研计划项目《时 变系数的空间面板数据模型——理论与应用(2012LY015)；教育部人文社会科学研究一般项目《空间似无关回归模型——参数估计、设 定检验及其应用》(13YJC910003)；阜阳师范学院校级自然科学研究项目《阜阳市居民消费结构定量研究》(2012FSKJ09) 作者简介：吴亮(1983一)，男，阜阳师范学院数学与计算科学学院讲师，经济学博士；邓明(1982一)，男，厦门大学经济学院 助理教授，硕士生导师，中国社会科学院城市发展与环境研究所博士后。 35 izedExⅡeme Maxima Value，GEV)的区域最大值模型(Block 通常对特定期间(如年、季、月等)分组，将每组内的最大值(如月最大投资损失等)组成新的样 本，进而对区域最大值进行预测。但这种做法很可能忽略掉一些具有丰富信息的数据，导致信息被 大大浪费。因此为了能够充分地利用数据信息，更加合理准确地反映数据，研究者逐步转向研究超 Over 过某一给定界限以上的数据的统计性质，也就是采用超阈值(Peaks Pareto 数据，而超阈值可以由广义Pareto分布(Generalized 基于GPD的POT模型，克服了BMM模型抽样时的缺点，更充分有效地利用极值数据信息，已成为 当今极值理论的主流技术。 由于POT模型将GPD作为超额损失的渐近分布，因此GPD的准确拟合是该极值方法成败的关键。对 Of 于GPD参数估计的研究，传统的方法如极大似然法(Maximum Mo- ments，MOM)以及概率加权矩法