中小板证券市场VaR估计精度实证研究 |
|
|
法。半参数方法采用了蒙特卡罗模拟法。蒙特卡罗模拟法是在一定的统计分布假设下模拟风险因子变化的情境。首先假设资产收益为某一随机过程,并根据所定的价格变动过程,大量模拟未来各种可能发生的情境,然后将每一情境下的投资组合值排序,给出投资组合值变化的分布,据此就可以估算出不同置信水平下的VaR值,进一步研究参见文献Glasserman(2000),Dowd(2002)。 实际应用中,对于不同的风险因子有许多的统计分布族可以应用,常用的分布族有正态、对数正态,以及几何布朗运动等。本文采用了几何布朗运动来描述股指收益在短时间内的变动过程,具体步骤如下: ①建立描述资产价格变动的动态模型。这里使用几何布朗运动(Geometric Brownian Motion)来描述资产价格在短时间内的变动过程: 重复上式N次得到SN=ST,由此可以模拟整段时间中,每一时点的价格。 ②从标准正态分布N(0,1)中抽取随机序列?着1,?着2,…,?着N,代入步骤①,最后得到资产价格过程公式,得到一模拟的价格序列S1,S2,…,SN且SN=ST。 ③将步骤②重复K次,得到T时刻K个可能的价格S1T,S2T,…,SKT并求得损益分布。 ④给定置信水平1-?琢%,根据步骤③得到的损益分布的?琢%分位数可以估算出相应的VaR值。 (3)非参数方法。非参数估计方法采用了历史模拟法。历史模拟法的基本假设是资产收益的过去变化状况会在未来完全重现,利用过去一段时间资产收益资料,估算投资组合变化的统计分布(经验分布),再根据不同的分位数求得相对应置信水平的VaR值。和参数方法不同的是,历史模拟法对收益的分布不作任何假设,只用到历史经验分布,统计上采用的是非参数技术。 本文运用历史模拟法来估计VaR值的具体描述如下: 假设投资组合包含m项资产,选取过去N+1的历史损益资料,得到: 其中:Vit为第i项资产在时间t的损益(i=1,2,…,m;t=-1,-2,…,-N),?棕i为第i项资产在时间t=0时的投资权重。 将历史损益值{Vit}t=-1,-2,…,-N由小上一页 [1] [2] [3] [4] [5] [6] [7] [8] 下一页 |
|
|
|
上一个论文: 中小板、创业板罕见恐慌性杀跌 下一个论文: 深圳市中小板上市公司收益状况的实证分析 |
|