基于截L-矩和GPD的中国股市VaR经验测度：1991—2011.pdf.pdfVIP

下载本文档

6
0
约1.43万字
约 5页
2017-07-13 发布于北京
举报
版权申诉

基于截L-矩和GPD的中国股市VaR经验测度：1991—2011.pdf.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第 27卷第 3期长沙理工大学学报(社会科学版) Vo1．27No．3 2012年 5月 JOURNALOFCHANGSHAUNIVERSITYOFSCIENCETEcHNOLOGY(s0cIALSCIENCE) May．2012 基于截 L一矩和GPD的中国股市 VaR经验测度：1991—2011 胡跃红，易莎 (长沙理工大学经济与管理学院，湖南长沙 410076) [摘要]L～矩方法现已成为金融领域厚尾分布分析和建模的重要工具，当极端值较多时，L一矩方法会变得较敏感，截 L一矩不但具有 L一矩方法的优良特征，而且增加了对首尾极端值的控制参数，对极端值存在的情况更加适用。论文采用AR(1)一GARCH(1，1)模型对收益率序列进行建模分析，得到近似独立同分布的残差序列。在此基础上，基于截 L一矩考察广义帕累托分布对上证指数的损失尾部拟合情况，VaR的返回检验表明：基于截 L一矩的GPD分布可以较好地拟合损失收益率的尾部，极值 VaR可以有效地度量上海股市的风险。 [关键词]截 L一矩；GPD；VaR [中图分类号]F222 [文献标识码]A [文章编号]1672—934X(2012)03—0089--05 Value-at-RiskM easurein theApplication ofTL—momentandGeneralized ParetoDistribution toChineseStockM arket：1991— 2Ol1 HU Yue-hong。YISha (SchoolofEconomyandManagement，ChangshaUniversityofScience andTechnology，Changsha，Hunan410076，China) Abstract：L—momentmethodhasbecomeanimportanttoolinheavy-taileddistributionanalysisandmodeling．W henextremevalueis toomuch，L—momentmethodwillbecomemoresensitive．ThetrimmedL—moments(TL—moment)notonlyhasexcellentfeaturesa— nalogouslytoL—momefiis，butalsoaddsparameterstocontrolextremevaluesampleofsize，anditwillbemoreapplicableinthissit- uation．Inthispapers，weusetheAR(1)一GARCH (1，1)modelstoanalyzereturnseriesandgetresidualserieswithapproximatein— dependentdistribution．TrimmedL-momentsareemployedtoidentifythegeneralizedParetodistribution(GPD)，andfittingGPD tO aheavy—taileddatasampleoftheShanghaiindexintheloss．BaektestofVaR showsthatGPD basedontheTL-momentcanbetterfit behaviourofextremetail，andextremum VaR canbeaneffectivewaytomeasuretheriskoftheShanghaistockmarket． Keywords：TL-moment；GPD；VaR 目前国际标准风险管理工