分位数回归模子和金融风险尾部相关性的实证分析.pdfVIP

『M 摘要 Y2141745 摘 要 本文主要是应用分位数回归方法对条件VaR估计展开实证研究；并对 研究。 本文应用分位数回归方法给出条件VaR的估计方法，直接得到收益率在某 置信水平下分位数的值，即在一定的条件下的VaR值。这样就避免了分布是正 态等假设，而且计算相对容易。在含虚拟变量分位数回归模型之下，实证分析 上证指数和沪深指数在日内波幅条件下的VaR，并与无条件模型及线性分位数 回归模型进行了比较。结果表明：含虚拟变量分位数回归模型比无条件模型及 线性分位数回归模型能更好的度量风险。 论结合起来，能更好的度量变量之间的关系，特别是尾部的相关关系。因此本 文利用Copula模型实证分析了沪深300和深证成指的尾部相关性，用尾部相关 系数将上尾相关性量化，发现沪深300和深证成指有明显的尾部相关性。并且 用同种方法对创业板指数和中小板指数的相关性进行了分析，发现创业板指数 和中小板指数也有明显的尾部相关性。 关键词： 分位数回归；条件VaR；相关结构函数