基于動態(tài)極值風(fēng)險(xiǎn)管理模型的VaR估計(jì).pdf

1、　　金融市場匯率、利率波動的加劇以及極端金融事件的發(fā)生使得金融風(fēng)險(xiǎn)管理越來越重要。而VaR和CVaR已經(jīng)成為最廣泛認(rèn)可的風(fēng)險(xiǎn)度量工具,現(xiàn)已被大量應(yīng)用于金融風(fēng)險(xiǎn)管理的研究中。傳統(tǒng)上,VaR的計(jì)算方法一般都要對金融收益服從哪些類型的分布進(jìn)行假設(shè),在這個(gè)基礎(chǔ)上才能得到給定置信水平下的在險(xiǎn)價(jià)值,然而這種假設(shè)的隨意性通常會導(dǎo)致傳統(tǒng)的 VaR 方法低估風(fēng)險(xiǎn),并大大增加計(jì)算VaR值的模型風(fēng)險(xiǎn)。
　　為此,極值理論(EVT)引起了廣泛的重視,它

2、是一種基于統(tǒng)計(jì)學(xué)的參數(shù)估計(jì)方法,近幾年逐漸被應(yīng)用于金融極端風(fēng)險(xiǎn)的度量中。它克服了傳統(tǒng)的 VaR 方法事先假設(shè)出總體分布函數(shù)的缺陷,僅以樣本數(shù)據(jù)為研究對象,建立極值分布的模型,是一種尾部分布,并且只要在一特定的尾部概率下,就可以計(jì)算市場極端波動情況下的超額損失值,即風(fēng)險(xiǎn)價(jià)值VaR。因此,極值理論具有超越樣本估計(jì)的能力,解決了金融資產(chǎn)回報(bào)數(shù)據(jù)的“厚尾”問題,能更準(zhǔn)確地估計(jì)市場風(fēng)險(xiǎn)。
　　金融資產(chǎn)回報(bào)數(shù)據(jù)的分布除了具有波動聚集性和厚尾

3、性特征,其波動條件異方差性也對在險(xiǎn)價(jià)值(VaR)產(chǎn)生了一定的影響,而目前在金融時(shí)間序列分析中運(yùn)用比較廣泛的是GARCH族模型,它可以較好的捕捉波動率的時(shí)變過程。本文在極值理論的風(fēng)險(xiǎn)測量的計(jì)算公式中考慮了波動性,將極值理論與異方差模型結(jié)合起來,構(gòu)建動態(tài)極值風(fēng)險(xiǎn)管理模型,估計(jì)回報(bào)分布的條件尾部分位數(shù),同時(shí)刻畫損失的厚尾性和隨機(jī)波動性,并得到動態(tài)的VaR值。
　　本文首先介紹了國內(nèi)外基于 VaR 的估計(jì)方法的研究背景及風(fēng)險(xiǎn)價(jià)值理論,其

4、次概述了單純極值理論方法,主要闡述了BMM模型及POT模型理論。最后將極值理論引入到GARCH族模型中,構(gòu)建動態(tài)極值風(fēng)險(xiǎn)管理模型,通過把動態(tài)模型應(yīng)用于上市銀行對數(shù)收益率序列的實(shí)證檢驗(yàn),可以看到傳統(tǒng)的靜態(tài)模型已不能度量劇烈波動時(shí)期的損失,而介紹的動態(tài)極值風(fēng)險(xiǎn)管理模型依然具有較高的精度。首先用GARCH族模型擬合收益率序列,提取殘差序列,再將極值理論運(yùn)用到殘差序列上,得到漸近服從的帕累托分布,利用極大似然估計(jì)方法估計(jì)參數(shù)值,進(jìn)而計(jì)算出風(fēng)險(xiǎn)價(jià)