CVaR和CES的局部線性估計的模擬研究與實證分析.pdf

1、隨著經(jīng)濟全球化的進程加快，人們逐漸意識到在獲得更大的機遇的同時，風險必然隨之加劇。于是乎，越來越多的人們開始重視這個問題——如何度量甚至是控制風險？國內(nèi)外，許多的學者開始了這方面的研究，1994年，Morgan投資銀行在“Riskmetrics”的系統(tǒng)中最早提出VaR技術，因為它具有的多方面的優(yōu)勢，慢慢的被大家所接受，到目前為止，VaR方法作為一種國際性經(jīng)融風險管控指標，成為了更多企業(yè)必不可少的風險管理工具。
　　風險價值VaR是

2、一種重要的金融風險度量指標，近期有很多關于動態(tài)VaR以及條件VaR（CVaR）等方面的研究。本文介紹了國內(nèi)外對VaR的研究，以及CVaR對VaR的改進，隨后介紹了三種選擇窗寬的方法:Silverman的大拇指法則、極大光滑原則和交叉驗證法。提出用一種新的非參數(shù)估計—局部線性估計對條件風險價值CVaR和期望損失ES(expectedshortfall)進行估計，并與N-W估計進行對比，對比不同方法不同估計值與真值之間的誤差，發(fā)現(xiàn)局部線性估

3、計優(yōu)于N-W核估計。在模擬研究中，通過Silverman大拇指法則選擇窗寬，用R軟件編寫程序，進行隨機數(shù)生成樣本，計算CVaR和CES的估計值，用列表展現(xiàn)出不同的置信水平P值和X的情況下，CVaR和CES的變化。最后，在實證研究中，選取上證指數(shù)和滬深300指數(shù)數(shù)據(jù)（樣本期為2010年3月29日～2011年1月20日）為研究對象，先用ADF檢驗序列，發(fā)現(xiàn)上證指數(shù)序列和滬深300指數(shù)序列一階差分后的序列不存在單位根，所以該序列都是一階單整序

4、列。
　　最后，用局部線性估計的方法計算了股票市場數(shù)據(jù)所隱含的CVaR和CES。無論是滬深300指數(shù)，還是上證指數(shù)，利用非參數(shù)局部線性估計估計得到的風險波動函數(shù)，都呈現(xiàn)U型，即所謂的“波動率微笑”現(xiàn)象，這可以看成是一種變異風險度量，有著隨r波動的特性，容易分析并且直觀。對于缺乏概率統(tǒng)計相關知識的一般投資者來說，所使用的風險度量指標——標準差的概念，分析起來并不直觀，也不容易被解釋、認同。無論是CVaR或者CES，估計值的圖形都呈現(xiàn)