论文部分内容阅读
风险价值(Value at Risk,简称VaR)是度量市场风险的一种普遍使用的工具,可看作是市场风险度量的基石。VaR的应用有相当的广泛性,能够方便简洁地度量金融机构招致的市场风险水平,现在VaR模型得到了金融监管者和参与者越来越多的应用。在VaR计算中,金融数据收益率序列的分布是至关重要的。参数方法假设收益率服从一定的分布,在计算过程中往往需要估计参数的值。但结果依赖假设的正确与否,当假设不正确时,参数方法可能会有较大误差。采用比较多的是正态分布,混合正态分布, t分布,Laplace分布等,但这些分布均只能描述厚尾性,对收益率序列表现出来的有偏性有很大的缺陷。而非对称Laplace分布具有尖峰、厚尾和有偏的特点,不但考虑了厚尾问题,还考虑了金融序列有偏的特性,因此把非对称Laplace分布引入研究VaR中。论文把具有对称性的Laplace分布予以推广,引入了示性函数,得到非对称Laplace分布。给出了非对称Laplace分布的性质及参数估计,得出相应的VaR计算。论文的研究思路和研究内容如下:①在对国内外VaR方法的研究现状分析的基础上,系统学习研究和对比金融数据收益率序列的各种分布,探讨比较目前各种分布在VaR应用中的优缺点,研究把具有对称性的Laplace分布予以推广,使之能具有非对称性,而且能反映收益率序列的有偏的特点。②对正负收益率赋以不同的权重,以Laplace分布的位置参数作参照,借助示性函数,引入非对称Laplace分布,分析和研究非对称Laplace分布的性质,对参数进行极大似然估计,并研究相应的VaR计算。③对非对称Laplace分布的一些实证应用分析做研究,证实非对称Laplace分布的尖峰、厚尾和有偏性有着很好的应用。本文共分为五部分:第一部绪论;第二部介绍了VaR的起源和定义,计算VaR主要方法:参数方法、历史模拟、蒙特卡罗模拟和极值理论;第三部分引入了非对称Laplace分布,说明了它的一些性质和参数的估计与VaR计算;第四部分通过非对称Laplace分布的一些实证应用,说明非对称Laplace分布的应用价值和实用意义;最后一部分是总结。