基于尾部指数回归方法的CVaR估计以及实证研究

在险价值VaR是一种非常重要的金融风险度量方法,近期也有很多关于动态VaR以及条件VaR(CVaR)等方面的研究。根据金融资产的收益率具有重尾特征这一事实,本文假定金融资产收益率服从重尾分布,并假定重尾分布的尾部指数随着收益率发生变化。本文基于尾部指数回归模型对重尾分布的尾部指数进行估计,进而得到收益率尾部数据所服从的条件分布,并首次运用该方法对条件VaR进行估计。本文对沪深300指数进行了实证研究,得到CVaR的估计,对估计得到的CVaR的预测效果作出检验,并与传统VaR估计方法进行了对比,实证结果发现本文方法的预测效果更好。

基于尾部指数回归的动态系统性尾部风险度量

基于回归模型,考虑市场波动率指数(volatility index,VIX)对尾部指数的影响,研究了尾部指数与系统性尾部风险系数之间的关系,并构造了时变动态系统性尾部风险系数模型.基于该模型,研究了八个国家的代表股指的CVaR和时变动态系统性尾部风险系数.结果发现,在金融危机期间,全球市场的尾部风险显著增加;中国、日本、俄罗斯、印度,法国和英国的代表股指的系统性尾部风险小于全球市场的,而美国和德国的较高.