| 中小板证券市场VaR估计精度实证研究 |
|
|
|
示了七种估计方法在95%置信水平下，对于2002—2005年深市日VaR估计值的二值损失函数（blf）和平方损失函数（qlf）列表。从表2可以看出：在95%置信水平下，使用二值损失函数（blf）作为精度评价标准，历史模拟法的VaR估计精度较高，ewma（?姿=0.99）估计精度较低。从表3可以看出：在99%置信水平下，使用平方损失函数（qlf）作为标准，也是历史模拟法的VaR估计精度较高，ewma（?姿=0.99）估计精度较低。
表4、表5分别表示了七种估计方法在99%置信水平下，对于2002—2005年深市日VaR估计值的二值损失函数（blf）和平方损失函数（qlf）列表。从表4可以看出：在99%置信水平下，使用二值损失函数（blf）作为估计精度评价标准，历史模拟法的VaR估计精度较高，ewma（?姿=0.99）估计精度较低。从表5可以看出：在99%置信水平下，使用平方损失函数（qlf）作为估计精度评价标准，也是历史模拟法的VaR估计精度较高，ewma（?姿=0.99）估计精度较低。
由以上分析可以得出：对于深市综合指数风险的VaR各种估计模型中，历史模拟法的估计精度最高，蒙特卡罗模拟法估计精度次之，而对于参数为?姿=0.99的指数加权移动平均方法的估计精度最低。这也基本说明了非参数方法对于我国中小板证券市场风险的估计精度较高，半参数方法估计精度次之，而参数方法的模型估计精度较差，从而进一步表明了我国中小板证券市场风险并不符合简单的正态假定，在一定程度上具有厚尾特性和波动率聚集现象。
五、结论论文联盟http://wWw.LWlm.Com
首先，通过深市综合指数收益率的基本统计，说明了实证数据符合高收益伴随高风险这个一般原则。其次，在二值损失函数标准和平方损失函数标准下，蒙特卡罗模拟法和历史模拟法估计表现较优，而Garch模型和ewma方法表现较差，特别是ewma方法（?姿=0.99）表现最差。因此，在我国中小板证券市场的风险度量模型中，非参数类和半参数类VaR模型对于风险估计的精度较高，而参数类的VaR模型估计精度较差。由于参数类模型主要运用了正态假定并且忽略了波动率的聚集性，在一定程度上也说明了我国中小板证券市场收益不符合正态性假上一页 [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 |
|
用户登录 
新用户注册 