基于Bootstrap方法的风险价值VaR估计
作者：夏师
来源：《时代金融》2012年第24期
        【摘要】用近期的收益数据来拟合连续S曲线抽取Bootstrap样本，再利用Bootstrap样本计算风险价值VaR。实证分析表明，这种方法能较好利用近期的数据所反映的市场新情况。Bootstrap方法通过多次抽样能得到大量Bootstrap样本，然后进行VaR估计将提高估计的精确性和稳定性。基于Bootstrap方法的VaR估计可以较为理想地为人们进行股市投资提供一种切实可行的风险度量工具与办法。
        【关键词】风险价值VaR Bootstrap方法 沪深股市
        一、引言
        随着全球金融市场的联系加深，金融市场互相影响，呈现出前所未有的波动性，商业企业和金融机构都面临着日趋严重的金融风险。现在，风险管理已成为一个国家、一个金融机构乃至所有企业生存发展的核心能力之一。VaR的全称是Value at Risk，按字面的解释就是“
处于风险状态的价值”，它将不同交易、不同业务部门的市场风险集成一个数值来表示资产将面临的最大损失，因此易于理解和管理。自1993年G30小组首次提出VaR的概念及1994年J.P.Morgan银行首先公布了它的VaR系统后，在巴塞尔银行监管委员会和国际证券委员会的推动下，VaR已成为度量市场风险的主流方法，目前已被全球各主要银行、投资公司、证券公司及金融监管机检验广泛采用。
        现在VaR的研究主要集中在两个方面，一是VaR计算方法的理论研究，提高VaR的计算精度和速度；二是研究VaR在风险管理中的应用，研究如何将VaR用于各种金融产品，使它更好地成为一种风险管理工具。较早的研究是1994年，JP Mor-gan 首先推出了VaR风险测量系统RiskMetrics。此后，Boudoukh 提出了一种RiskMetrics方法和历史模拟法的混合方法，此外Venkataraman应用混合正态分布，Bauer应用Hyperbolic分布，Khindanova等应用稳定分布来改进正态分布假设对收益序列厚尾性的估计。非参数的VaR计算方法不需要对统计分布做出假设，而是直接用bootstrap检验方法VaR的定义来计算，其研究也很受重视。Danielsson和Vries使用历史模拟法进行VaR计算研究，Butler 和Schachter提出了基于核估计的历史模拟法，Jorion和Dowd分别给出了蒙特卡洛模拟的VaR计算方法。总之，这二十多年来，VaR研究随着金融市场的发展而发展，人们对其进行了大量研究工作。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。