|
|
|
| 基于稳定分布的投资组合VaR及CVaR风险度量研究 |
| 邸 浩1，2，薛 力3，郭建鸾3 |
|
|
|
|
摘要 ：以往基于稳定分布条件下VaR和CVaR的研究都以证券收益相互独立为前提，而对于证券收益不相互独立条件下投资组合的VaR和CVaR计算方法却较少讨论。本文首先给出了证券收益率不相互独立条件下稳定分布的数学性质，其次推导出基于稳定分布条件下投资组合的VaR和CVaR计算公式，最后运用KuPiec失败频率检验法和LE检验法，对证券收益相互独立假定下高斯分布及稳定分布的VaR和CVaR模型与在没有证券收益相互独立假设前提下高斯分布及稳定分布的VaR和CVaR模型进行检验，结果表明：一是在没有证券收益相互独立假设前提下基于高斯分布和稳定分布的VaR和CVaR模型的准确性要优于在假定证券收益相互独立情形下基于高斯分布和稳定分布的VaR和CVaR模型的准确性；二是与假设证券收益相互独立且服从高斯分布下投资组合的VaR和CVaR模型相比较而言，在没有证券收益相互独立假设前提下基于稳定分布条件的VaR及CVaR模型在度量金融风险方面更加准确和可靠。
|
|
| 关键词 ：
金融风险度量,
资产组合理论,
稳定分布,
VaR,
CVaR
|
|
|
| [1] |
连 飞. 中国式影子银行与货币供给：促进还是抑制？——基于信用创造视角的研究[J]. 南方金融, 2018, 1(7): 20-27. |
| [2] |
王培辉，尹成远，袁 薇. 我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型[J]. 南方金融, 2017, 1(2): 14-24. |
| [3] |
荆中博，杨海珍，杨晓光. 中国银行业系统性风险的涵义、度量及影响因素——基于1996-2014年的数据[J]. 南方金融, 2016, 1(2): 39-46. |
| [4] |
庞念伟. 宏观审慎管理框架下货币政策的产业非对称效应[J]. 南方金融, 2016, 1(1): 20-29. |
| [5] |
邓柏峻，黄宇元. 利率市场化背景下我国货币政策传导的非对称效应研究——基于LSTVAR模型的实证分析[J]. 南方金融, 2015, 1(3): 27-34. |
| [6] |
曾裕峰,李 霜，李彩云. 上海银行间同业拆放利率波动测度及风险防范——基于CAViaR模型的实证分析[J]. 南方金融, 2015, 1(2): 83-87. |
|
|
|
|
