資源描述：
《基于generalized》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、基于Generalized-->[摘要]VaR風險管理技術是1993年源自JPMorgan公司的一種金融風險評估和計量模型，目前已經(jīng)被全球各金融機構廣泛采用。與傳統(tǒng)的標準差理論不同，VaR主要衡量回報率的下方風險，因此極端損失的準確預測對于VaR的計算有著極其重要的意義。近年來許多國內外學者提出了用具有“厚尾”特征的多種分布函數(shù)模型來解決實際回報率數(shù)據(jù)的尖峰厚尾問題。本文基于Generalized-Hyperbolic分布模型，采用極大似然方法，利用中國市場數(shù)據(jù)對VaR和CVaR進行了動態(tài)擬合、實證結果以及模型的后測檢驗。結果表明：Generalized-Hyper
2、bolic分布不失為一種很好的靜態(tài)VaR，CVaR估計方法。[關鍵詞]GeneralizedHyperbolic分布；VaR；CVaR；擬合Abstract：VaRriskmanagementtechniqueoriginatedfromafinancialriskassessandquantificationmodeldevelopedbyJPMorganin1993.Nothetraditionalstandarddeviationtheory,VaRmeasuresthedoeansitstudiesmainlythelefttailcharacteristi
3、cs.So,accuratelyforecastingextremelossiscrucialtotheestimationofVaR.Inrecentyears,domesticandforeignresearchersadvancedsomeprobabilitydistributionsiheavytailpropertytosolvetheproblemthatthereturnserieshasfattertailsandismoreleptokurticthannormaldistribution.Ole-Barndorff-Nielsenfoundan
4、probabilitydistributioneters,ateVaRandCVaRnumbers.ResultsindicatethatGeneralized-HyperbolicdistributionisaprettygoodstaticmethodinVaRandCVaRestimation.Keyorgan公司的一種金融風險評估和計量模型，目前已經(jīng)被全球各金融機構所廣泛采用。與傳統(tǒng)的標準差理論不同，VaR主要是衡量回報率的下方風險，即主要研究的是回報率左尾部的特征。因此極端損失的準確預測對于VaR的計算有著極其重要的意義。在傳統(tǒng)的參數(shù)方法中，人們往往假設日
5、回報率序列服從正態(tài)分布。然而大量的研究表明，雖然正態(tài)分布能較好地擬合投資組合月回報率，但是投資組合的日回報率卻往往相對于正態(tài)分布呈現(xiàn)尖峰厚尾并且不對稱的特征。這樣，傳統(tǒng)的正態(tài)參數(shù)方法會對我們VaR的計算造成低估的效果。為此，近年來許多國內外學者都提出了用具有“厚尾”特征的多種分布函數(shù)模型來解決尖峰厚尾問題，比如t-分布、混合正態(tài)分布、穩(wěn)定分布、一般誤差分布，然而這些模型的應用的適用條件都有一定的局限性：比如穩(wěn)定分布族中的Cauchy分布沒有有限的二階矩、對偏度沒有有效地處理方法等等。針對這些問題，人們開始構造偏態(tài)厚尾的新分布。并且逐漸探索各種方法旨在精確估計VaR與
6、CVaR。宋麗娟和楊虎[1]提出了基于APARCH-Laplace分布的動態(tài)VaR擬合方法；高瑩[2]等人提出了基于GARCH-EVT的VaR測度方法；馬興杰[3]提出了在有偏分布下的VaR擬合；肖治[4,5]等人提出了基于EVT-POT(BMM)-FIGARCH的動態(tài)VaR擬合方法。而王新宇[6]從VaR本身的自相關性出發(fā)，提出了基于TARCH-CAViaR的VaR擬合方法。然而上述方法均有算法復雜，在一定程度上，必須要規(guī)避局部最優(yōu)解、而去尋找全局最優(yōu)解的問題。我們希望尋找能夠簡單快速并且有效的VaR估計方法。Ole-Barndorff-Nielsen[7]于20
7、世紀70年代后期提出了一類帶有五個參數(shù)的模型：Generalized-Hyperbolic（后面簡稱G-H）分布模型。Ernst[4]等人在1998年將G-H分布引入了衍生品的定價；Karsten[5]在1997年將此模型運用到金融時間序列建模以及VaR的計算中。去年11月份，G-H分布的擬合和模型診斷作為一個專門的軟件包（Package）被加入R統(tǒng)計軟件中。本文首先回顧了G-H分布的性質，PDF，似然函數(shù)等等，進而提出了擬合G-H分布的極大似然方法。最后我們提供了利用G-H分布在中國市場中計算VaR的實證結果以及模型的后測檢驗。二、Generalized-Hy
