排序方式: 共有234条查询结果,搜索用时 15 毫秒
71.
《统计学通讯:模拟与计算》2013,42(4):1041-1064
Abstract Value-at-Risk (VaR) has become the standard tool used by many financial institutions to measure market risk. However, the performance of a VaR estimator may be affected by sample variation or estimation risk caused from heavy-tailed distributions. After surveying several existing procedures proposed by Jorin (Jorion, P. (1996). Risk2—Measuring the risk in value at risk. Financial Analysis Journal 52:47–56), Huschens (Huschens, S. (1997). Confidence intervals for the value-at-risk. In: Bol, G., Nakhaeizadeh, G., Vollmer, K. H., eds. Risk Measurement, Econometrics and Neural Networks. Heidelberg: Physica-Verlag, pp. 233–244), and Ridder (Ridder, T. (1997). Basics of statistical VaR-estimation. In: Bol, G., Nakhaeizadeh, G., Vollmer, K. H., eds. Risk Measurement, Econometrics and Neural Networks. Heidelberg: Physica-Verlag, pp. 161–187) etc., this article strives to propose several new estimators in measuring the risk involved in VaR estimation. We compare the performance of these VaR models through Monte Carlo simulation studies. We find that the newly proposed methods provide better accuracy and robustness in the estimation of the risk in VaR estimator. 相似文献
72.
73.
VaR的发展就在于不断寻求解决风险测度的真实性,是一种克服或降低风险的方法。在揭示Del-ta-Gamma非线性模型计算VaR正态假设局限性的基础上,通过对经典转换函数Delta-Gamma-Johnson转换函数以及基于Delta-Gamma-Cornish-Fisher扩展方法构造的转换函数的梳理,从实证分析的角度考察了中国股票市场VaR的估值问题。实证结果表明,Delta-Gamma-Johnson转换函数中的SU型转换基本适宜于作为中国股票市场样本数据正态化处理的转换函数,利用SU型转换后的样本数据所计算的VaR值能明显改善中国股票市场风险测度水平。 相似文献
74.
混业经营趋势下,产业资本与金融资本的不断融合,不少产业资本主导的产业型金融控股集团开始出现。通过构建产业型金融控股集团与其子公司之间的市场风险相关性度量模型进行实证研究,结果表明控股集团内部存在风险传递效应,传递方向为金融子公司至控股集团,与此同时,市场风险相关程度会表现出时变特征,并且在金融市场的"平静期"和"危机期",这种时变特征尤为明显。 相似文献
75.
关于风险度量模式的评析 总被引:1,自引:1,他引:0
简要回顾了风险度量的发展过程,对主要的风险度量方法进行分析对比,指出其优点和不足,并分析了风险度量方法的未来发展趋势。 相似文献
76.
文章在"推出股指期货和融资融券"的新政策下,结合t-EGARCH模型和Copula方法,利用上证综指、深证成指以及恒生指数对沪、深、港股票市场进行了分析.该模型能更好地捕捉资产间的非线性相关性,更符合现实市场.在此基础上,利用蒙特卡洛模拟计算股指投资组合的VaR及CVaR,从而验证了模型的有效性. 相似文献
77.
POT极值模型参数的准确估计是计算金融资产回报市场风险的关键。根据最大化熵原则(POME)得到POT模型中GPD参数估计方程组,通过回归模型的可决系数法选取阈值,最后将其应用到中国两个时段股市金融风险测度的实证研究中。结果表明:第1、2时段,最优阈值分别为0.01799、0.01801,γ、ξ和β的估计值分别为18.53467、0.14871、0.00802和2.93172、0.03649、0.01258,并得到不同显著性水平下的VaR和ES值,为GPD参数估计找到了一个更科学有效的方法,更为准确计算金融资产回报市场风险提供了新思路,同时也测算了本次国际金融危机对中国股市风险的影响。 相似文献
78.
79.
80.