基于MCMC参数估计的POT极值理论度量影子银行与A股市场VaR-ES

摘要：

2008年次贷危机爆发后,美国学术界进行了大量研究检验影子银行与股票市场的极值情况.在此背景下,笔者研究中国影子银行的极值风险,对今后进一步研究极值影响性作出铺垫.对极值数据的分布函数,通常无法用高斯分布或者t分布来有效表达.金融时间序列的尖峰、拖尾、右偏情况,可以基于广义帕累托分布的POT模型进行对极值数据的拟合,确定超出安全阈值的极值数据的分布形式.利用Gibbs抽样的贝叶斯MCMC模拟方法来估计模型的参数,可以解决当样本数据不足时极大似然估计中误差增大的问题,提高数据的拟合效果.笔者首次基于POT模型对中国影子银行与A股市场的极值进行实证研究,确定阈值后分别测算了MCMC估计和MLE估计下的VaR和ES.结果发现:上证成交量极值风险更大,影子银行极值风险相对较小.

关键词：影子银行、A股市场、POT模型、MCMC估计、GPD、VaR估计、ES估计

分类号：F830.9(金融、银行)

资助基金：国家自然科学基金71303044

在线出版日期：2017-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：37-47