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 > 经管营销 > 金融/投资 > Bootstrap方法在证券投资基金风险测量中的应用
侵权投诉

Bootstrap方法在证券投资基金风险测量中的应用

第27卷第3期李进芳 王仁曾:Bootstrap方法在证券投资基金风险测量中的应用

#67 #

Bootstrap方法的理论研究很少,主要是对一些国外研究成果的引入和介绍。

Bootstrap方法的核心是利用自助样本(或称为再生样本)来估计未知概率测度的某种统计量的统

计特性。其中心思想为:假设我们希望估计某一分布F(B;x)的某一统计量H为:H=g(x)dF(B;x)。由于总体分布经常是未知的,Bootstrap估计通过由样本获得的经验分布F^(B;x)来对总体分布F(B;x)能够很好地捕捉数据间的自相关性和波动聚集性。把Bootstrap方法建立在以GARCH为基础的模型上,既考虑了金融数据的自相关性和时变方差特性,又很好地模拟了残差的分布路径信息,是对

Bootstrap方法的延伸和扩展。这种灵活的参数2非参数混合风险测量模型会在很大程度上提高风险测量的精度。

GARCH模型一般由两个方程组成。一个是条件均值方程,另一个是条件方差方程。GARCH模Q

进行估计得到:^H=

Q

g(x)dF^(B;x)。根据极限定理,经验分布F^(B;x)是总体理论分布F(B;x)的一致性估计。这样,即使我们对总体分布不确定,也可以近似估计出一些统计量及其信赖区间(例如均值,分位数等)。

设随机样本X=(X1,X2,,,Xn)来自总体分布F,为了估计总体参数H,通常可以用某种方法(极大似然估计或者矩估计等)得到基于样本的一个估计量H^,我们关心的核心是^H的分布。

Bootstrap估计的基本步骤如下:

(1)从总体X中抽取一随机样本X=(X1,X2,,,Xn);

(2)从X=(X1,X2,,,Xn)中有放回地随机抽取简单样本Xb

=(Xb

b

b

1,X2,,,Xm),m[n,称为Bootstrap子样;

(3)计算基于子样本的估计量^H的一个估计值H^1;

(4)重复步骤(2)的抽样B次,可以得到B个Bootstrap子样;同时得到B个估计量^H的估计值{^H1,H^2,,,H^B}。如果FHb=P(Hb<h)是统计量Hb

的分布函数,并且它的蒙特卡罗模拟估计是FHb(h)=

#(Hb[h)

B其中,#(#)与样品数有关。那么统计量H^的100(1-A)%预测区间为[F-1

HAb(

2

),F-1

Hb(1-A2

)]。同样,^H的分位数可以用Hb相应的分位数来估计,等等。

(二)基于Bootstrap和GARCH方法的混合风险测量模型

根据证券投资基金的特征,要对其风险进行准确测量,必须考虑非正态性、序列相关性和时变的波动性对它的影响。GARCH方法作为一种参数方法

型的条件方差方程为金融回报数据的随机波动性过程提供了简单的解析形式。GARCH(p,q)模型对波动性的预测公式如下:

p

q

R2

2

t

=A0+

6

AiE

2t-i

+

jRt-j

i=1

6

Bj=1

(Ai\0,i=0,1,,,p;Bj\0,j=1,2,,,q)Bootstrap方法主要应用对象是独立同分布的残差。在GARCH模型中,标准残差zt是一个服从独

立同分布的随机变量,即zt=Et/Rt~iid(0,1)。因此可以对zt进行重复再抽样。

在Bootstrap的实现过程中,计算机的地位不容忽视,因为Bootstrap涉及大量的模拟计算。很多情况下关于总体参数的某些统计推断在分布假设太牵强或者解析式太难推导时,Bootstrap也就为我们提供了解决问题的一种有效思路,它要做的仅仅是重构样本并不断计算估计值,我们可以用计算机进行Monte2Carlo模拟计算。因此,Bootstrap的应用通常需要编写一定的统计程序,其软件工具采用当今国际统计研究的主流语言)))R语言。

三、证券投资基金风险的实证分析

(一)样本数据的选取

考虑到证券投资基金的成长期不长以及数据的

可获得性,本文研究的样本选取2005年以前发行的基金,选择了4支富有代表性的基金,如表1所示。

表1

选定基金的分类

基金管理公司基金类型样本基金

投资风格投资类型国泰基金封闭式基金金泰稳健成长型偏股型南方基金封闭式基金开元成长型偏股型华安基金传统开放式华安创新稳健成长型偏股型华夏基金

ETF基金

50ETF

指数型

偏股型

这4只基金均是股票型基金,样本区间为2005年7月4日至2009年2月20日,数据来源为/大智慧20080证券投资分析系统和华安基金管理公司的基金数据库,网址为doc.guandang.net。

上一页第2页

你可能喜欢

  • 思考的方法
  • 方法研究
  • 统计软件
  • 分析方法
  • bootstrap
  • 置信区间估计
  • 回归分析模型
  • 样本量估计

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