文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > 基于ARMA_GARCH模型的风险价值与条件风险价值计算
侵权投诉

基于ARMA_GARCH模型的风险价值与条件风险价值计算

基于ARMA 2GARCH 模型, 给出风险价值VaR、 条件风险价值CVaR 的计算公式, 分别在标准正态分布、T 分布、 Skewed T 分布、 广义误差分布条件下对模型进行数值模拟, 并用上证A 股、 大同煤业股票相关数据拟合模型来进行实证分析.

在Skewed2T分布下更好地估计VaR.GARCH模型在Skewed2T分布条件下能够准确地估计下一期给定概率水平的VaR,但是文献[2~5]的研究都是在不包含趋势项的GARCH模型的基础上进行讨论和都没有计算CVaR,在实际中有许多金融数据序列会呈现出各种形式的相依性和趋势性,所以本文将对包含趋势项的GARCH模型进行讨论,也就是在ARMA2GARCH模型基础上讨论VaR和CVaR的估计.

=VaRΕt+1,从而

(1.6)  VaRrt+1=Ρt+1VaRΕt+1+ut+1.

根据波动率方程可知,at+1的条件方差Ρt+1可以由过去的条件方差和误差的平方估计,ut+1可以根据均值方程由过去的信息算出.由极大似然估计方法可以估计出Εt+1的条件密度函数中的参数,从而求出VaRΕt+1.

  由前面可知Εt+1的条件密度函数为f(Εt+1 8t).那么可求得  rt+1=<0+

1 ARMA-GARCH模型以及VaR与CVaR

∑<r

i=1

Λ

it+1-i

+at+1-

∑Ηa

j

j=1

Τ

t+1-j

=

的计算公式

  ARMA(Λ,Τ)2GARCH(q,p)模型定义[4]为  rt=<0+

Λ

Τ

ut+1+at+1=ut+1+Ρt+1Εt+1

的密度函数为f( 8t).这是因为

∑<r

i=1q

it-i

+at-

∑Ηa

j

j=1

t-j

=ut+at,

(111)

Ρt+1Ρt+1

  P(rt+1<x)=P(

P(Εt+1<

Ρt+1

<

Ρt+1

)=

x

  at=ΡtΕt,

p

it-i

(112)

Ρt+1

)=

x-ut+1

-∞

(Εt+1 8t)dΕt+1=

∫

).

-∞

  Ρ2t=a0+

∑Αa

i=1

2

+

∑ΒΡ

j

j=1

2

t-j1(113)

(111)式是rt的相依趋势模型,其形式为Λ,ΤARMA模型,(112)式和(113)式是异GARCH模型,p,0,i,j=1,2,…,Τ,a0i=q,Βj=1,2,…,p,称为ARMA(Λ(q,p)模型的参数.

Ρtf(

+1

tt1(t=Ρt+1

1rt+1)=

Ρt+1

f(

Ρt+1

8t).

从而

  CVaRrt+1=E(rt+1 rt+1<-VaRrt+1)=

E(rt+1Irt+1<-VaRr

  如果X表示证券组合在一定持有期内的对数收益率,那么给定概率水平p(一般很小)的VaR定义[2]为

(1.4)  VaRp=-inf{u:P(X<u)≥p}.

概率水平为p的CVaR可表示为

(115)  CVaRp=-E[X X≤-VaRp],

其中VaRp是给定概率水平为p的VaR.

  在已知t时刻信息条件下估计rt+1在给定概率水平为p的VaRrt+1.假设在给定8t条件下随机误差Εt+1的条件密度函数为f(Εt+1 8t),再相应给出概率水平为p的VaR为VaRΕt+1.由于  rt+1=<0+则

  P(rt+1<VaRrt+1 8t)=VaRr-ut+1

t+1(VaRr-ut+1)

)=

f(

P(rt+1<-VaRrt+1)

p

-VaRr-∞-VaRr

t+1

rt+1

-ut+1

Ρt+1

Ρt+1

8t)drt+1

=

p

t+1

-∞-VaRr

(ut+1+Ρt+1Ε=t+1)f(Εt+1 8t)dΕt+1

p

t+1

-ut+1

-∞-VaRr

ut+1f(Εt+1 8t)dΕt+1+

p

t+1

-ut+1

-∞

Ρt+1Εt+1f(Εt+1 8t)dΕt+1

=ut+1+

∑<r

i=1

Λ

it+1-i

+at+1-

∑Ηa

j

j=1

Τ

t+1-j

=

Ρt+1CVaR:t+1(令rt+1=ut+1+Ρt+1Εt+1),

因此

(117)  CVaRrt+1=ut+1+Ρt+1CVaR:t+1,

其中CVaR:t+1和CVaRrt+1分别是在t+1时刻:t+1和rt+1给定概率水平为p的CVaR的值.

ut+1+at+1,at+1=Ρt+1Εt+1,

P(

8t)=P(Εt+1<

f(Εt+1 8t)dΕt+1,

VaRrΡt+1

-ut+1

<

t+1

8t)

2 数值模拟结果与分析

  在已经知道Εt的分布和时间序列{rn,n=1,2,…,t}以及ARMA2GARCH模型的阶数(模型的参数未知)的前提下,检验ARMA2GARCH模型估计给定概率水平为p的VaR与CVaR值的准确性.本

407

=

∫

t+1

-∞

所以由P(rt+1<VaRrt+1 8t)=p得,

VaRr-ut+1

Ρt+1

广西科学 2009年11月 第16卷第4期

上一页第2页

你可能喜欢

  • VaR方法
  • GARCH模型
  • 风险投资模型
  • 蒙特卡罗算法
  • 模型分析
  • Excel使用技巧大全(超
  • 模型研究

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email