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.

文进行如下数值模拟.

  真值:假设已经知道Εt的分布和ARMA2GARCH模型的参数,如果给出相应的初值,就可以算出一组时间序列,记为{rn,n=1,2,…,t},这时根据(1.6)式和(1.7)式就可以算出给定概率水平的.VaR与CVaR的值

大,最小为015%,最大为510%.(2)估计给定概率水

平的CVaR,相对误差的绝对值随都很小,在0与210%之间.

表2 Εt服从自由度为4的标准分布时,VaR与CVaR的模拟结果

Table2 VaRandCVaRsimulationresultsforΕnstandardtinormaldistributionoffreedom4概率水平

Probabilitylevel(%)

1235  估计值:由于已经知道Εt的分布和时间序列{rn,

[3]

n=1,2,…,t},可以用极大似然估计法(用Eviews软件操作)来估计ARMA2GARCH模型的参数,然后在模型新的参数前提下根据(116)式和(117)式算出给定概率水平的VaR与CVaR的值.

  相对误差:在确定Εt的分布和ARMA2GARCH模型前提下,由估计值和真值算出相对误差(估计值和真值的差再除以真值),因为相对误差体现估计值和真值的接近程度,相对误差绝对值越小,说明估计值和真值越接近,相对误差为0结果最好,此时表明估计值和真值相同.所以相对误差绝对值的大小可以判断给定概率水平的VaR与CVaR的准确性,如果相对误差绝对值很小甚至接近0,就可以确定ARMA2GARCH真值

TruevalueVaR01202011650114501121CVaR01276012280120301175估计值

EstimatevalueVaR01201011620114101116CVaR01279012290120301173相对误差

Relativeerror(%)VaR

CVaR

 015-210-313-412 110 014

0-110  表3模拟Εt服从自由度为5偏斜度为015的偏斜t分布的情况.表4模拟参数为117的广义误差分布时的情况.由表3可以看出:(1)估计给定概率水平的VaR,相对误差的绝对值较小,112%,最大为410%.(2CVaR,相对误差都,在0.

33CVaRsimulationresults概率水平

Probabilitylevel(%)

1235的VaR与CVaR.

A)2RCH(1,1)模型:

  rt=01001+01rt-1+at,  at=ΡtΕt,

22  Ρ2t=a0+015at-i+0145Ρt-1,

真值

TruevalueVaR01800

016510157001473CVaR11069018920179701685估计值

EstimatevalueVaR01810016700158001490CVaR11051018870178001677相对误差

Relativeerror(%)VaR113310210410CVaR----116015211112其中Εt分别来自标准正态分布(标准t分布),student’T分布,Skewed2T分布(偏斜t分布),广义误差分布.这里取Ρ1和r1初值分别为0.045和0105,根据递推式得到一个时间序列{rn,n=1,2,…,t},t=500.

表4 VaR和CVaR的模拟结果

Table4 VaRandCVaRsimulationresults概率水平

Probability

level(%)

1235真值

TruevalueVaR01234012060118901167CVaR01268012440122801208估计值

EstimatevalueVaR01242012110118701172CVaR01276012500123001203Relativeerror(%)VaR

CVaR

相对误差

  由表1的结果可以看出,相对误差绝对值控制在110%和215%范围内,最小为110%.

表1 Εt服从标准正态分布时VaR和CVaR的模拟结果

Table1 VaRandCVaRsimulationresultsforΕnstandardtinormaldistribution概率水平

Probabilitylevel(%)

1235 314 214-110 310 219 214 018-214真值

TruevalueVaR01138011210111101097CVaR01156011440113301120估计值

EstimatevalueVaR01135011180110901095CVaR01153011400113101118相对误差

Relativeerror(%)VaR----212215118210CVaR----119218115116  表1~4的结果表明,ARMA2GARCH模型能够准确地估计给定概率水平为p的VaR与CVaR1从整体上讲,估计CVaR的相对误差绝对值比估计

.VaR的相对误差绝对值略低,估计效果更好

3 实例验证分析

  取上证A股大同煤业股票的日收盘价(光大证

券),时间从2007年5月25日到2008年9月2日共230个数据.以这些数据来拟合模型并估计下一期给定概率水平的VaR与CVaR.经过计算,收益率rt,t

GuangxiSciences,Vol116No14,November2009

  由表2结果可以看出:(1)估计给定概率水平的VaR,相对误差的绝对值随着概率水平的增大而增408

上一页第3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