基于核密度估計(jì)的金融市場譜風(fēng)險(xiǎn)度量.pdf

1、作為當(dāng)前金融機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)度量和管理的重要工具，風(fēng)險(xiǎn)價(jià)值VaR以一種最簡潔的形式將己知資產(chǎn)組合潛在的損失和發(fā)生的概率結(jié)合成為一個(gè)單一的數(shù)值來描述資產(chǎn)組合的風(fēng)險(xiǎn)大小，在風(fēng)險(xiǎn)的管理與控制中體現(xiàn)出了其特有的優(yōu)越性，從而得到了廣泛的應(yīng)用。盡管如此，VaR還是有許多不盡如人意的地方。VaR風(fēng)險(xiǎn)價(jià)值在實(shí)際操作中仍然存在有一定的理論局限性，主要表現(xiàn)在以下幾個(gè)方面：(1)VaR不具有風(fēng)險(xiǎn)度量方法所應(yīng)具有的次可加性；(2)以VaR為目標(biāo)函數(shù)的規(guī)劃問題一般不

2、是凸規(guī)劃，其局部最優(yōu)解不一定是全局最優(yōu)解；(3)VaR只提供某一置信水平下資產(chǎn)損失的最大期望值，卻不能體現(xiàn)一旦超過這一數(shù)值的可能損失程度；(4)缺乏對尾部信息的描述。
　　 目前解決VaR的估計(jì)問題的方法包括數(shù)值逼近，極值理論和蒙特卡洛模擬方法，然而這些方法一般依賴于標(biāo)的市場風(fēng)險(xiǎn)因子的改變服從正態(tài)(高斯)分布的假設(shè)，但是經(jīng)驗(yàn)表明市場數(shù)據(jù)相比于正態(tài)分布的假設(shè)，具有“尖峰厚尾”的特點(diǎn)，因而這種現(xiàn)象將直接導(dǎo)致“極端事件”的可能性被低估

3、。本文采用非參數(shù)核密度估計(jì)的方法，可以比較精確的反映金融數(shù)據(jù)“尖峰厚尾”的這種特點(diǎn)。
　　 譜風(fēng)險(xiǎn)量度將資產(chǎn)組合損益分布的具體形狀和投資者的主觀風(fēng)險(xiǎn)厭惡相結(jié)合，是一致風(fēng)險(xiǎn)測度，并且具有凸性(即有限個(gè)譜風(fēng)險(xiǎn)測度的凸組合仍然是一個(gè)譜風(fēng)險(xiǎn)測度)，因此為合理有效地度量金融風(fēng)險(xiǎn)提供了一種可能的選擇。
　　 本文在介紹風(fēng)險(xiǎn)價(jià)值的定義、優(yōu)越性及理論局限性的基礎(chǔ)上，通過介紹一致性風(fēng)險(xiǎn)量度框架和譜風(fēng)險(xiǎn)量度的形成，將譜風(fēng)險(xiǎn)量度技術(shù)和核密度估

4、計(jì)方法，引入到金融市場的風(fēng)險(xiǎn)量度中，并依據(jù)大數(shù)定律和蒙特卡洛模擬方法，對復(fù)雜密度函數(shù)的分位點(diǎn)進(jìn)行估計(jì)，結(jié)合了金融風(fēng)險(xiǎn)譜的一些基本特征及其譜風(fēng)險(xiǎn)量度的離散化形式的近似性，從而獲得了譜風(fēng)險(xiǎn)量度的分析和計(jì)算的實(shí)用方法。同時(shí)，核密度估計(jì)與譜風(fēng)險(xiǎn)度量的結(jié)合是本文的創(chuàng)新點(diǎn)之一。
　　 另外，本文在進(jìn)行計(jì)算程序的編制過程中，為MATLAB建立了與EXCEL的API接口，并使用VBA實(shí)時(shí)創(chuàng)建M文件運(yùn)行文件夾內(nèi)原始數(shù)據(jù)文件索引對數(shù)據(jù)池內(nèi)的數(shù)據(jù)文件