VaR與CVaR樣本分位數(shù)估計精度的研究.pdf

1、近年來，風(fēng)險度量VaR、CVaR的估計精度越來越受到金融管理工作者的重視. 然而,對VaR、CVaR的估計大多在分布假設(shè)下進(jìn)行。事實上，它們并不完全服從某種常見分布假設(shè)。為了提高估計精度，人們開始探索用非參的方法估計VaR與CVaR. 眾所周之，樣本分位數(shù)估計是一種非常重要的非參數(shù)估計。本文分別對VaR、CVaR的樣本分位數(shù)估計量的估計精度進(jìn)行了討論。 第一章介紹了本文的研究背景及意義，并概述了VaR與CVaR及它們的估計精度的

2、研究現(xiàn)狀。 第二章介紹了VaR與CVaR的定義、計算方法以及它們的樣本分位數(shù)估計量。指出了人們通常所使用的VaR樣本分位數(shù)估計量會產(chǎn)生高估或低估的現(xiàn)象，并分析了產(chǎn)生這些現(xiàn)象的原因,為了糾正這種正負(fù)偏差，本文提出利用加權(quán)樣本分位數(shù)估計量去估計VaR。 第三章給出了VaR和CVaR樣本分位數(shù)估計量的數(shù)值模擬過程及結(jié)果。首先,在在標(biāo)準(zhǔn)正態(tài)以及自由度分別為4、5、6的t-分布，樣本容量分別為100、200、300、500、700

3、、1000的情況下對VaR和CVaR的樣本分位數(shù)估計量進(jìn)行數(shù)值模擬，并給出了VaR的估計置信區(qū)間，然后利用置信區(qū)間的寬窄刻畫估計精度。其次,為了在小樣本的情況下提高估計精度，采用了Bootstrap的方法進(jìn)行數(shù)值模擬。模擬的結(jié)果表明，本文提出的估計量較好地改進(jìn)了VaR的估計精度，并選出了較優(yōu)的CVaR估計量。 第四章運用本文提出的樣本分位數(shù)估計量去估計兩支股票(招商銀行、中國石化)的日對數(shù)回報序列的VaR與CVaR值，并分別比較