市场风险测度VaR.pptVIP

三、可变方差的正态分布收益率 我们可以假定正态分布的参数是变化的，进而放松独立同分布假设，而同时保持“正态收益率”的灵活性。 假设USD/EU外汇收益率 M t 服从正态分布，即： 这里， 随时间变化。 在实际中，的确有许多证据证明，这些参数是随时间变化的。 如果我们取方差估计量的均值，如： 如下图，我们可以看到，方差的估计量随时间大幅变动。 下面我们讨论几个模型，这些模型中，收益率仍然服从正态分布， Value-at-Risk的计算，象前面有关章节一样，可以直接计算，唯一需要注意的是将下标t 加入到均值与方差。 1、简单移动平均法 考虑收益率方差变化的最简易方法是应用最新的数据估计标准差，例如不是利用象我们在6.1节中应用最近3年的收益率数据而是应用最近若干天的数据，如 90天的数据（前面部分） 。 在这种情况下，要在估计的精度与使用时间之间的寻求平衡。使用距现在较长时间的数据可能与明天收益率标准差的估计无关，然而使用较少的数据，却可能降低估计的精度。 类似地，两个资产之间的相关系数也是随时间而变化的。如考虑欧元与日圆收益率之间的相关系数的移动平均值： 同样，它是随时间而变化的。 2、风险测度（RiskMetrics） : 指数加权法 上述移动平均法预测将来的易变性存在的一个问题是，对所有的观测值给予相同的权重，既是看似