中小板证券市场VaR估计精度实证研究 |
|
|
了“例外”发生的严重程度。Lopez(1999)指出平方损失函数对于估计模型精度的度量以及例外发生时的严重性度量方面都比二值损失函数提供了更为丰富的信息。由于考虑了例外发生时的严重程度,因此平方损失函数比二值损失函数更具有优越性。平方损失函数的定义如下: 1+(△Pi,t+1-VaRi,t)2;△Pi,t+1 0; △Pi,t+1?叟VaRi,t (3) Sarma et al(2000)说明了上面了损失函数捕捉了风险管理者的意图,并可以作为风险管理者的损失函数。 四、实证研究 1、沪深综合指数收益基本统计 实证数据采用了深市综合指数日收盘价格数据,日收益采用对数收益,即: rt=lnPt-lnPt-1 其中:rt表示t期的收益率,而Pt表示综合指数在t期的日收盘价格。 表1是对深市综合指数日收益数据的基本统计情形,可以看出,对于全部日收益数据的总体平均来说,深市的平均收益率要高于2002—2005年的平均收益率,同时全部数据的收益波动率(用方差度量)也大于2002—2005年的收益波动率,这也说明了高收益伴随着高风险这个一般性原则。 2、VaR模型的估计精度分析 迄今为此,现行的研究还没有一个衡量VaR估计精度的统一标准,这里采用常见的损失函数方法,即二值损失函数(blf)和平方损失函数(qlf)双重检验标准。依据定义,二值损失函数(blf)给出VaR估计控制风险的失误率,而平方损失函数(qlf)不但考虑了VaR估计的失误率,还考虑了失误发生时的损失程度。二值损失函数(blf)和平方损失函数(qlf)的值越接近设定的理论置信水平,说明该VaR估论文联盟http://wWw.LWlm.Com计模型的估计精度越高;反之,二值损失函数(blf)和平方损失函数(qlf)的值与设定的置信水平的偏离越大,说明该VaR估计模型的估计精度越低。 为了评估参数方法、半参数方法和非参数方法等三类VaR估计模型,分别对七种不同的VaR模型进行实证研究,其中前五种模型为不同参数设置的参数模型,后两种模型分别为半参数和非参数模型。 表2、表3分别表上一页 [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 |
|