股票收益率的次指数分布拟合.docVIP

 ①② 股票收益率的次指数分布拟合 史道济 , 高峰 (天津大学数学系 ,南开大学天津大学刘徽应用数学中心 ,天津 300072) :股票收益率等金融时间序列具有重尾特征 ,因而不适于用正态分布来描述 ,次指数分布族 S 是一类重尾分布族 ,能够很好的处理具有偏态 、重尾特征的金融时间序列 ,本文对上证指数的收益 率进行了次指数分布拟合 ,并给出了在险价值 (VaR) 的估计 。 :O212 文献标识码 :A Fitting subexponential distributions to stock returns by the method of L2moment SHI Dao2ji , GAO Feng ( School of Sciences , Tian jin uiversity , Tianjin 300072 , China) Abstract :Financial time series , such as stock index returns , are of heavy tails. And such data sets are poorly descripted by a Normal distribution , but possibly can be done so by the class S of subexponential distributions that can characterize the skewness and heavy tail as an important class of heavy2tailed distributions. L2moments are expectations of certain linear combinations of order statistics. Compared with conventional moments , L2moments are of many advantages and form the ba2 sis of a uniform statistical inference theory. By using the method of L2moments , several subexponential distributions are fitted to stock index returns from Shanghai Stock. Consequently , the estimations of Value2at2Risk for the stock index returns are discussed and computed. Key words : returns ; heavy2tailed ; subexponential distributions ; L2moments ; Value2at2Risk (VaR) 一 、引 论 风险测量 ,即将风险的特性定量化 ,是金融风险管理的基础和关键 ,自上世纪 80 年代末 , VaR 首次被一些金融公司用于测量证券交易的市场风险后 ,已获得广泛应用 ,VaR 是市场正常 波动情形下 ,对证券组合可能损失 (或收益) 的一种统计测度 ,是指在一定的持有期内 ,在一定 的置信度水平下 ,某一证券组合所面临的最大潜在损失 ,用数学公式可以表示为 Prob ( P - VaR) = 1 - α (1) 其中 , P 为证券组合在持有期 t 内的损失 ,VaR 是在置信水平 1 - α下处于风险中的价值 , “ - ”表示损失 。类似地 ,可以定义最大收益 VaR 。 收益率是市场价格变化的刻划 ,而计算 VaR 与收益率的分布尾部有关 。一般都假设金融 资产的收益率服从正态分布1 ,因此用方差 - 协方差来度量风险 。然而 ,早在 1963 年 ,2 就曾 指出 :高额的金融资产收益率是非正态的 ,是“重尾的”,即较极端情形 ( 如巨额盈利或亏损) 发 生的概率要高于正态分布所表明的概率 ,金融领域的较极端事件的特点就是发生概率小 ,但后 果往往非常严重因此在风险管理中是值得充分重视的问题 。 次指数分布族 S 是一类有用的重尾分布3 ,尤其在保险数学和数理金融学中的极端事件 (如保 险业务中的大额索赔 ,证券市场中的巨额收益或巨额亏损等) 建模理论中 , S 处于重要地位 ,但是有 关 S 的比较细致的研究也只是最近几年的事情 ,目前尚未看到关于次指数分布的专著 。 [ 4 ]设 1 F 是支撑为 ( 0 , ∞) 的分布函数 , F ( 0 + ) = 0 , F ( ∞) = 1 。