基于扭曲函數(shù)的風(fēng)險(xiǎn)度量分析與研究.pdf

1、受全球經(jīng)濟(jì)一體化、金融創(chuàng)新等因素的影響，金融市場正發(fā)生著重大的變化，人們面臨的風(fēng)險(xiǎn)越來越復(fù)雜，因此研究和發(fā)展風(fēng)險(xiǎn)度量模型成為當(dāng)務(wù)之急。 在很長一段時間，在險(xiǎn)價(jià)值VaR都作為首選來估算風(fēng)險(xiǎn)。它的主要優(yōu)勢是顯示發(fā)生最壞損失時的最小損失數(shù)和損失發(fā)生的概率。在很大范圍的風(fēng)險(xiǎn)運(yùn)用中，其使用都比較簡便。然而，它卻存在一個重大缺陷：沒有對原始損失分布的所有信息進(jìn)行討論，忽略了風(fēng)險(xiǎn)極端尾部事件，即高風(fēng)險(xiǎn)事件。 這些極端尾部風(fēng)險(xiǎn)雖發(fā)生機(jī)會

2、很少，但是一旦發(fā)生，可能會對如資本充足程度、流動資金狀況及盈利等主要監(jiān)管及業(yè)務(wù)參數(shù)造成重大影響。所以，對小概率大數(shù)值的極端尾部風(fēng)險(xiǎn)事件要引起人們的高度重視。人們需對這些尾部極端事件做出精確的判斷和預(yù)測，這就需要尋求更加適合的模型方法來處理這些極端情況。 為了解決這個問題，出現(xiàn)了各種不同的風(fēng)險(xiǎn)度量，這么多的風(fēng)險(xiǎn)度量方法，到底哪些更合理，什么是標(biāo)準(zhǔn)，到現(xiàn)在為止仍沒有得到共識。顯然這是除了繼續(xù)尋找新風(fēng)險(xiǎn)度量方法之外，需要去做的另外一項(xiàng)

3、重要工作，怎樣對風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確的度量擺在了人們的面前。 本文主要研究一類特別的風(fēng)險(xiǎn)度量——函數(shù)型風(fēng)險(xiǎn)度量。這類風(fēng)險(xiǎn)度量的實(shí)質(zhì)就是強(qiáng)調(diào)尾部風(fēng)險(xiǎn)，它通過對分布函數(shù)進(jìn)行修正，給高風(fēng)險(xiǎn)事件更大的權(quán)重，從而投資者對大的損失有主觀的認(rèn)識并對大的風(fēng)險(xiǎn)顯示回避態(tài)度。 本文首先介紹當(dāng)前流行的風(fēng)險(xiǎn)度量模型，并從扭曲函數(shù)角度考察風(fēng)險(xiǎn)度量，指出它們和傳統(tǒng)方法的區(qū)別，研究它們的特性，使之能準(zhǔn)確的度量風(fēng)險(xiǎn)。 再對選取不同扭曲函數(shù)得到的各種函數(shù)

4、型風(fēng)險(xiǎn)度量模型做比較，希望找到選取扭曲函數(shù)的依據(jù)。隨后，對模型中的參數(shù)進(jìn)行分析，使得到的度量值與真實(shí)值更為接近。 由于通常的風(fēng)險(xiǎn)分布呈厚尾的形態(tài)，為了能夠更好的擬合分布的尾部，使扭曲后得到的分布較為精確的獲得估計(jì)值，我們提出了應(yīng)用扭曲函數(shù)對分布函數(shù)進(jìn)行估計(jì)的兩種方法——參數(shù)估計(jì)方法和非參數(shù)估計(jì)方法，并對相應(yīng)情況下的估計(jì)結(jié)果做事后檢驗(yàn)，從而對函數(shù)型風(fēng)險(xiǎn)度量在實(shí)際風(fēng)險(xiǎn)度量中的運(yùn)用產(chǎn)生一定的指導(dǎo)作用。 最后，對全文進(jìn)行總結(jié)，指