应用门限分位点回归模型估计条件VaR

在文献中,分位点回归模型是线性的,但是在实际中,这个假设不能很好地满足需要.为此提出了分位点回归的门限模型,用该模型实证分析了单只股票(浦东发展银行)的条件 VaR.选择了一种流动性风险指标作为条件,因此该条件 VaR 也可以看作是流动性调整的 VaR(La-VaR).经过实证分析发现,由门限分位点模型得到的结果能够更好地描述实际市场情况,也能更好地预测市场风险.

能源消费波动特征分析——基于门限分位点回归模型

运用门限分位点回归模型,对中国能源消费的波动性与增长性之间的关系进行描述和检验。以中国1953—2011年的能源消费年度数据作为样本,进行实证分析。结果显示:以4.23%的增长率为门限,划分为2个阶段,各阶段不同能源消费增长速度与条件波动性的反应程度有所不同,且总体呈U形波动特征。这种非对称性说明中国能源消费的适度增长有利于保持波动的稳定性。

应用门限分位点回归模型估计VPIN条件下CVaR

知情交易概率(probability of informed trading,PIN)是市场微观结构中度量知情交易的一种重要度量方法.给出了一种基于交易量的PIN估计方法VPIN(volume-synchronized probability of informed trading).并应用门限分位点回归模型分析了VPIN与收益率之间的非线性结构关系,给出了VPIN条件下市场风险(conditional value at risk,CVaR)的度量方法.最后对上证综指数据进行了实证分析,实证结果表明VPIN和日收益率之间存在着较为显著的关系,VPIN越大,相应的市场风险CVaR越小.

分位点门限自回归时间序列模型的贝叶斯分析

本文运用贝叶斯方法研究了分位点门限自回归时间序列模型的估计和预测.通过将分位点回归的最优化问题转化为极大似然估计的问题,作者利用Metropolis-Hastings算法对模型中的参数进行了贝叶斯估计.同时作者将模型应用于上证综合指数的收益率的数据,得到了这一收益率的分位点估计.这一方法的优越之处在于它不需要对数据的分布作预先的假定.

基于门限分位点回归的条件VaR风险度量

门限分位点回归模型是线性分位点回归模型的改进,是一种更加客观实际的非线性估计方法。利用该模型实证分析了单只股票(民生银行)的条件VaR。选择一种流动性风险指标作为条件,经过分析发现,由门限分位点回归模型得到结果能够更好地描述市场,也能更好地预测市场风险。