非对称结构下金融市场动态风险测度研究

被引：5

作者：

林宇 ^{[1
]}

魏宇 ^{[2
]}

程宏伟 ^{[3
]}

机构：

[1] 成都理工大学商学院

[2] 西南交通大学经济管理学院

[3] 成都理工大学管理科学学院

来源：

管理评论 | 2012年 / 24卷 / 01期

关键词：

金融市场; 非对称结构; 风险测度; 返回测试;

D O I：

10.14120/j.cnki.cn11-5057/f.2012.01.003

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。

引用

页码：18 / 25+51 +51

页数：9

共 10 条

[1] 参数法、半参数法和非参数法计算我国铜期货市场VaR之比较 [J].

刘向丽 ;

成思危 ;

汪寿阳 ;

洪永淼 .

管理评论, 2008, (06) :3-8+63

[2] 有偏胖尾分布下的金融市场风险测度方法 [J].

魏宇 .

系统管理学报, 2007, (03) :243-250

[3] 证券组合SKST-APARCH模型和VaR估计分析附视频 [J].

苏涛 ;

詹原瑞 .

系统工程学报, 2005, (06) :639-643

[4] 中国股市收益率分布特征研究 [J].

卢方元 .

中国管理科学, 2004, (06) :19-23

[5] 股市风险VaR与ES的动态度量与分析 [J].

陈学华 ;

杨辉耀 .

系统工程, 2004, (01) :84-90

[6] 中国股票市场收益率分布曲线的实证 [J].

陈启欢 .

数理统计与管理, 2002, (05) :9-11

[7] 沪深股市收益率分布的时变性 [J].

李亚静 ;

朱宏泉 .

数学的实践与认识, 2002, (02) :228-233

[8]

CAViaR[J] . Robert F Engle,Simone Manganelli. Journal of Business & Economic Statistics . 2004 (4)

[9]

Estimation of tail-related risk measures for heteroscedastic financial time series: an extreme value approach[J] . Alexander J. McNeil,Rüdiger Frey. Journal of Empirical Finance . 2000 (3)

[10]

Asymmetric Power Distribution:Theory and Applications to Risk Measurement .2 Komunjer. . 2006

← 1 →