共 20 条
加权复合分位数回归方法在动态VaR风险度量中的应用
被引:13
作者:
刘晓倩
[1
,2
]
周勇
[2
,3
]
机构:
[1] 上海外国语大学国际金融贸易学院
[2] 上海财经大学统计与管理学院
[3] 中国科学院数学与系统科学研究院
来源:
关键词:
AR模型;
分位数回归;
渐近正态;
WCQR估计;
动态VaR;
D O I:
10.16381/j.cnki.issn1003-207x.2015.06.001
中图分类号:
F830 [金融、银行理论];
F224 [经济数学方法];
学科分类号:
1201 ;
020204 ;
0701 ;
070104 ;
摘要:
风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法——加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。
引用
收藏
页码:1 / 8
页数:8
相关论文