基于极值理论（EVT）的风险价值估计-数量经济学专业论文.docxVIP

y 5774 3.E 要 风险价值法是当今国际上金融风险管理的主流方法之 一，许多金融机构和研究 者投入了大量的人力、物力对其进行了深入的研究，并形成了多种不同的计算风险 价值的方法。如 J.P.Morgan 的风险矩阵方法、基于计算机模拟的蒙特卡罗 CMonte Carlo) 方法等等。然而，在绝大多数计算方法中，正态分布都无一例外的被作为最 基本的前提假设，但很多文献研究证明，金融回报序列往往呈现出明显的尖峰厚尾 特性，这就使得在正态分布假设下所计算出的风险价值常常会低估实际风险。其原 因就在于正态分布假设不能很好的体现回报分布的尾部特征。为此，本文尝试引入 基于极值理论的两种新算法来克服正态分布的这一缺陷，以达到提高风险价值估算 精度的目的。本文论述了基于极值理论的两类不同的算法。 一类是以越槛高峰模型 (Peak Over Threshold) 为核心的算法，本文第二章对该算法进行了详细的理论推导 并利用上海、深圳两地的 H 收盘指数进行了实证分析。这一类算法的基本思想是对· 四报数据中的超额数进行建模，利用极值理论的一些结果，引入广义帕雷托分布 (GPD)来拟合超额数的分布，最终得到回报分布的最左端样本值的分布函数，然 后即根据风险价值定义直接求得 VaR;另外，在推导过程中，本文提出了预期不足 额的概念，并给出了具体的计算公式，指出通过将风险价值 VaR和预期不足额搭配 可以取得比较好的风险管理绩效:在本章最后，还利用两种不同的方法对所选取的 模型进行了后验检验。第二类算法是二次子样算法，其基本思想是通过两次抽样来 确定尾部参数的估计值，然后利用军指数规则和正则规则求得高概率水平下的回报 分布分位数，以此作为相应的 VaR估计值。在本方法中，最关键的是确定降序统计 量的序数值 M 和相对应的样本值，这一点是通过寻求渐近均方误差 AMSE 最小化来 来绕行军3 飞 Vj珩同意 I 勿兰、三义公，TP 11 11 实现的，文中第三章对这一点用了较大的篇幅进行论述。对于这两种不同的算法， 本文都给出了理论推导和相应的实证分析，结果均表明，对于较高的 置信水平，两 类计算方法的表现都优于.? F态分布假设下的各种计算方法。 第四章将以极值理论为 基础的算法和传统的计算方法进行了综合，给出了在任意概率水平下的分位数的估 计，从而将风险价值的估计从仅仅局限于高概率水平的尾部扩展到整个数轴，弥补 了极值理论算法只适宜高概率水平的不足。第五章是本文的总结部分，在这一章中， 详细指出了极值理论方法的各种不足并对金融风险管理方法的未来发展做了 一些展 望。 关键词z 风险价值 POT 模型 广义帕雷托分布 二次子样 渐近均方误差 ABSTRACT Value at Risk (VaR) is now one of the most popular methods which are used to manage financial risk in the world. Many corporations and scholars take great efforts to study this p叫ect.To this day a lot of computing arithmetic has been brought forward such as J.P.Morgan 8 Risk Metrics，Monte Carlo simulation and so on. However，in the most methods of VaR calculation ，normal distribution of reωms is unquestionably chose to serve as the elementary hypothesis. Many empirical studies indicate that the real distribution of the percentage price change is not normal dis时bution for it has palpable fatter tails and a thinner waist. So the VaR on the basis of nonnal distribution often leads to underestimation of the real risk. The reason lies in the hypothesis which can not exhibit the tail s character of the real loss. 1n this paper two new arit