ρ-混合樣本VaR核型估計的均方誤差和窗寬選擇.pdf

1、隨著金融危機(jī)的頻發(fā)以及影響的廣泛性和破壞性,金融風(fēng)險管理日益成為金融活動中最重要的組成部分.如何有效地規(guī)避風(fēng)險成為了金融領(lǐng)域研究人員研究的主要課題.近年來,VaR(Value at Risk)和CVaR(Conditional Value at Risk)成為廣泛認(rèn)可和應(yīng)用的風(fēng)險度量工具,對它們進(jìn)行準(zhǔn)確的估計成為風(fēng)險管理者面臨的最大難題.VaR估計方法分為參數(shù)估計和非參數(shù)估計方法,實際中金融回報序列的分布形式復(fù)雜,我們很難確定出回報序列

2、的具體分布,使用參數(shù)估計方法容易產(chǎn)生模型誤差.相對而言,非參數(shù)估計方法不需要假定金融回報序列的統(tǒng)計分布,而且可以有效地處理金融回報序列的厚尾性和不對稱等問題.本文研究的VaR核型估計模型為v(h,λ)=-Tn(λ),其中Tn(λ)是分位數(shù)估計,其形式為:該分位數(shù)估計Tn(入)最早在Parzen中提出,之后許多學(xué)者相繼討論了它的一些性質(zhì).Simon在獨(dú)立樣本下給出了它的均方誤差和一種基于數(shù)據(jù)的窗寬選擇方法.韋香蘭在α-混合樣本下討論了它的

3、Bahadur表示、強(qiáng)相合性和均方誤差.本文利用楊善朝一文中的Bahadur表示作為工具,得到了在ρ-混合樣本下的均方誤差和最優(yōu)窗寬,并利用參照標(biāo)準(zhǔn)分布法(Reference to a standard distribution)進(jìn)行窗寬的選取,得到了最優(yōu)窗寬的具體表達(dá)式,此方法比Simon中提到的窗寬選擇方法簡單且易操作.近年來對股票市場的大量研究表明,股票市場收益率的變化存在長期相關(guān)性等特征,分?jǐn)?shù)布朗運(yùn)動能很好地刻畫股票收益率波動規(guī)