基于Asymmetric Laplace分布的金融风险度量

中国管理科学 ›› 2013, Vol. 21 ›› Issue (4): 1-7.

• 论文 • 下一篇

基于Asymmetric Laplace分布的金融风险度量

杜红军¹, 王宗军²

1. 湖北大学商学院, 湖北武汉 430062;
2. 华中科技大学管理学院, 湖北武汉 430074

收稿日期:2010-12-14 修回日期:2012-07-13 出版日期:2013-08-30 发布日期:2013-08-24

Financial Risk Measurement Based on Asymmetric Laplace Distribution

DU Hong-jun¹, WANG Zong-jun²

1. School of Business, Hubei University, Wuhan 430062, China;
2. School of Management, Huazhong University of Science and Technology, Wuhan 430074, China

Received:2010-12-14 Revised:2012-07-13 Online:2013-08-30 Published:2013-08-24

摘要/Abstract

摘要： 金融资产的损益分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些风险特征,给出了市场风险VaR和CVaR度量的AL参数法和AL-MC法。选取上证指数、日经225指数及S&P500指数为研究对象,结合各股市的风险特征,给出了VaR和CVaR度量及其返回检验和准确性评价。结果表明,基于AL分布的风险度量模型具有其合理性和适用性,能很好地度量市场风险。

关键词: VaR, CVaR, 非对称拉普拉斯分布, 风险管理

Abstract: The actual distribution of asset returns possesses the characters of steep peaks, heavy tails and asymmetry, in this paper, asymmetric laplace distribution is used to fit the data of asset returns and described these features. Then, AL parametric method and AL-MC method are employed to measure VaR and CVaR. The Shanghai Composite Index, Nikkei225 Stock Index and S&P500 Index are selected in the calculation of VaR and CVaR considering actual stocks risk features. Also, the back testing and accuracy assessment of risk are given. The results show that the risk measurement model based on Asymmetric Laplace distribution is reasonable and applicable and can effectively estimated the market risk.

Key words: value at risk, conditional value at risk, asymmetric laplace distribution, risk management

中图分类号:

F830.9

杜红军, 王宗军. 基于Asymmetric Laplace分布的金融风险度量[J]. 中国管理科学, 2013, 21(4): 1-7.

DU Hong-jun, WANG Zong-jun. Financial Risk Measurement Based on Asymmetric Laplace Distribution[J]. Chinese Journal of Management Science, 2013, 21(4): 1-7.

参考文献

[1] Jorion P. Value at Risk[M]. 2nd ed. McGraw-Hill, 2001.
[2] Artzner P, Delbaen F, Eber J M, et al. Coherent measure of risk[J]. Mathematical Finance, 1999, 9(3): 203-228.
[3] Rockfeller T, Urvasev S. Conditional value-at-risk for general loss distribution[J]. Journal of Banking & Finance, 2002, 26(7): 1443-1471.
[4] Nolan J P. Fitting date and assessing goodness-of-fit with stable distributions[D]. Washington: American University, 1999.
[5] 朱国庆, 张维. 关于上海股市极值收益渐近分布的实证研究[J]. 系统工程学报, 2000, 15(4): 338-343.
[6] 詹原瑞, 田宏伟. 极值理论(EVT)在汇率受险价值(VaR)计算中的应用[J]. 系统工程学报, 2000, 15(1): 44-53.
[7] 陈守东, 俞世典. 基于GARCH模型的VaR方法对中国股市的分析[J]. 吉林大学社会科学学报, 2002, 4: 11-17.
[8] 田新时, 刘汉中, 李耀. 沪深股市一般误差分布(GED)下的VaR计算[J]. 管理工程学报, 2003, 1: 25-28.
[9] 朱海霞, 潘志斌. 基于g-h分布的投资组合VaR方法研究[J]. 中国管理科学, 2005, 13(4): 7-12.
[10] 肖智,傅肖肖,钟波. 基于EVT-BM-FIGARCH的动态VaR风险测度[J]. 中国管理科学, 2008, 16(4): 18-23.
[11] 林宇,卫贵武,魏宇,等. 基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究[J]. 中国管理科学, 2009, 17(6): 17-24.
[12] 花拥军, 张宗益. 基于峰度法的POT模型对沪深股市极端风险的度量[J]. 系统工程理论与实践,2010, 30(5): 786-796.
[13] 叶五一, 陈杰成, 缪柏其. 基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析[J]. 中国管理科学, 2010, 18(4): 1-7.
[14] Kozubowski T J, Podgorski K. Asymmetric Laplace distributions[J]. Math Sci, 2000, 25: 37-46.
[15] Kozubowski T J, Podgorski K. Asymmetric Laplace laws and modeling financial data[J]. Math Comput Modelling, 2001, 34: 1003-1021.
[16] Kotz S, Kozabowski T J, Podgórski K. The laplace distribution and generalizations: a revisit with applications to communications, economics, engineering, and finance[M]. Boston: Birkhauser, 2001.
[17] Jayakumar K, Kuttykrishnan A P. A time-series model using asymmetric Laplace distribution[J]. Statist Probab Lett, 2007, 77: 1636-1640.
[18] Trindade A A, Zhu Yun. Approximating the distributions of estimators of financial risk under an asymmetric Laplace law[J]. Computational Statistics and Data Analysis, 2007, 51: 3433-3447.
[19] 黄海. 风险管理中的建模与预测:基于非对称Laplace分布的新方法[D]. 北京:中科院数学与系统科学研究院硕士毕业论文,2003.
[20] Kotz S, Kozabowski T J, Podgórski K. Maximum likelihood estimation of asymmetric Laplace parameters[J]. Ann Inst Statist Math, 2002, 54(2): 816-826.
[21] Kupiec P H. Techniques for verifying the accuracy of risk measurement models[J]. Journal of Derivatives. 1995, 3(2): 73-84.

基于Asymmetric Laplace分布的金融风险度量

Financial Risk Measurement Based on Asymmetric Laplace Distribution

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	李爱忠,任若恩,董纪昌. 图网络风险感知与稀疏低秩的组合管理策略[J]. 中国管理科学, 2024, 32(4): 58-65.
[2]	陈杰,邢灵博,李胃胜,陈志祥,陈崇萍. 不完备质量下带有风险厌恶的库存决策模型[J]. 中国管理科学, 2024, 32(2): 54-64.
[3]	王江涛,蔡雅,郑承利. 一类自适应的风险预测算法及其应用[J]. 中国管理科学, 2023, 31(8): 1-8.
[4]	张鹏, 崔淑琳, 李璟欣. 一致性均值-CVaR可信性投资组合优化[J]. 中国管理科学, 2023, 31(6): 111-121.
[5]	刁姝杰, 匡海波, 朱佳钰, 孟斌. 基于混合CVaR的出口海陆仓质押率与物流服务努力水平联合决策研究[J]. 中国管理科学, 2023, 31(5): 93-103.
[6]	于辉, 李鑫. 零售商运营视角下投贷联动CVaR利率决策模型[J]. 中国管理科学, 2023, 31(2): 255-265.
[7]	叶五一,李艾琳,焦守坤. 基于动态模型平均的大豆期货市场风险溢出研究[J]. 中国管理科学, 2023, 31(12): 1-10.
[8]	朱建波, 时茜茜, 张劲文, 盛昭瀚. 考虑保险机构参与的重大工程风险管理激励模型[J]. 中国管理科学, 2022, 30(6): 1-10.
[9]	欧阳资生, 杨希特, 黄颖. 嵌入网络舆情指数的中国金融机构系统性风险传染效应研究[J]. 中国管理科学, 2022, 30(4): 1-12.
[10]	张小婉, 易荣华, 俞莹, 王颖. 基于滚窗VAR的沪港通波动溢出效应测度[J]. 中国管理科学, 2022, 30(11): 42-51.
[11]	吴鑫育, 李心丹, 马超群. 基于期权与高频数据信息的VaR度量研究[J]. 中国管理科学, 2021, 29(8): 13-23.
[12]	李金, 申苏浩, 孙晓蕾, 邢潇. 重要数据跨境流动背景下风险路径的识别与分级[J]. 中国管理科学, 2021, 29(3): 90-99.
[13]	蔡光辉, 项琳. 中国铜期货市场波动率估计与风险度量——基于广义已实现测度的Realized HAR GARCH模型[J]. 中国管理科学, 2021, 29(11): 1-12.
[14]	李成刚，李峰，赵光辉. 货币政策规则对国际资本流动与人民币汇率的时变影响——基于TVP-SV-VAR模型的实证检验[J]. 中国管理科学, 2021, 29(10): 35-46.
[15]	熊一鹏, 熊正德, 姚柱. 宏观压力测试下商业银行零售信贷产品PD模型预测研究[J]. 中国管理科学, 2020, 28(7): 13-22.