一类金融时间序列VaR和CVaR的非参数计算

一类金融时间序列VaR和CVaR的非参数计算

该文在损益变化为一个严平稳过程的假设下,采用非参数方法给出了在已知t时刻之前的历史损益时,t时刻风险值估计所应满足的方程,以及条件风险值估计的解析表达式.以S&P500指数为实例,讨论了t时刻之前的历史损益数据长度对t时刻风险值和条件风险值的影响,并将算得的风险值与由GARCH模型得到的风险值进行了比较,发现它们反映风险随时间的波动情况基本一致,但该方法避免了正态假设,因此得到的风险值相对较大,变化也较平缓.最后,采取不同数量的样本对风险值进行估计,结果表明方法是稳健的.

作 者： 谢潇衡 何幼桦 XIE Xiao-heng HE You-hua   作者单位： 上海大学,理学院,上海,200444  刊 名： 上海大学学报（自然科学版）  ISTIC PKU 英文刊名： JOURNAL OF SHANGHAI UNIVERSITY(NATURAL SCIENCE EDITION)  年，卷(期)： 2007 13(6)  分类号： O212.7  关键词： 风险值   条件风险值   平稳过程的条件密度   核估计  

【一类金融时间序列VaR和CVaR的非参数计算】相关文章：

股市收益率的风险测量-基于参数与非参数GARCH技术的动态VaR计算04-30

基于VaR和CVaR方法的商业银行风险管理文献综述04-26

基于VaR和CVaR方法的商业银行风险管理文献综述04-26

基于VaR和CVaR方法的商业银行风险管理文献综述04-29

参数序列比对算法研究04-26

一类关于非光滑全局优化的双参数填充函数04-26

时间序列中一种新的参数检验法04-26

基于金融高频数据的ACD模型非参数设定检验04-28

金融高频数据的风险价值研究-基于非参数法04-26

一类部分和序列的Lp范数收敛性04-27