10.16381/j.cnki.issn1003-207x.2015.06.001
加权复合分位数回归方法在动态VaR风险度量中的应用
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.
AR模型、分位数回归、渐近正态、WCQR估计、动态VaR
23
F830(金融、银行)
国家自然科学基金委重点项目71331006;自然科学基金委资助项目71271128;中国科学院重点实验室、国家数学与交叉科学中心,长江学者和创新团队发展计划IRT13077;上海财经大学创新团队支持计划;上海财经大学优秀博士学位论文培育基金项目2012950214
2015-07-17(万方平台首次上网日期,不代表论文的发表时间)
1-8