基于AsymmetriC-Laplace-AGARCH模型的風險度量.pdf

1、全球經(jīng)濟的快速發(fā)展致使金融危機發(fā)生的頻率也越來越高，經(jīng)濟的全球化又使得金融危機向更廣的層次蔓延。全球金融市場的大幅振蕩，尤其像美國引發(fā)的全球金融危機，美國債務危機，亞洲金融危機，希臘信用危機等，都大大提高了市場風險管理在現(xiàn)代金融風險管理上的地位，且激起了廣大學者和金融風險監(jiān)管部門對此類風險測度的高度重視。
　　 Value at Risk(VaR)理論產(chǎn)生于20世紀90年代，現(xiàn)已逐步成為金融風險度量的主流分析方法。VaR的基本計

2、算方法主要有歷史模擬法、參數(shù)法和蒙特卡洛模擬法。但由于VaR本身沒有考慮極端情況下的期望損失情況，而且不是一致性風險度量，不能滿足實際金融風險中的度量。論文引入的期望損失(ES)則是一致性風險度量方法，VaR與ES的結(jié)合使用不僅度量了一定置信水平下的最大損失，而且度量了極端情形下的損失大小。
　　 文章根據(jù)我國金融市場收益率序列數(shù)據(jù)的尖峰厚尾有偏特點，采用非對稱Laplace分布擬合金融數(shù)據(jù)收益率序列的概率分布，能更好地滿足其尖

3、峰厚尾有偏特性。且分別給出了此類分布條件下的VaR和ES計算模型。又通過AGARCH類模型擬合金融數(shù)據(jù)的波動性，將概率分布的非對稱性與AGARCH類模型的非對稱性結(jié)合起來，提出了服從非對稱Laplace分布的AGARCH模型，并采用極大似然估計法對此類模型的參數(shù)估計方法做了詳細的介紹。
　　 最后文章選用股票數(shù)據(jù)進行實證分析，并比較分析了對應的VaR和ES度量模型的測度結(jié)果，驗證了論文中模型的適用性。具體結(jié)果如下：非對稱Lapl