基于PWM方法的CVaR风险动态区间估计模型.PDF

阴财会月刊 全国优秀经济期刊 · 基于PWM 方法的 CVaR风险动态区间估计模型 陆 丹 袁永生渊教授冤 渊河海大学理学院 南京 210098冤 【摘要】本文基于PWM方法推导了CVaR的动态置信区间估计模型，论述了正态分布下风险资产的CVaR假设检 验方法及基于PWM方法的置信区间求法，最后用中信（中信标普300）指数对中国股市风险情况作了区间估计及显著性 检验的实证分析。结果表明本文提出的方法较参数法置信区间有更好的估计精度，且能较为敏感地捕捉收益的动态性。 】 【关键词 置信区间 条件极值VaR 条件风险价值 风险管理 一、研究思路 慎性原则，且具有良好的数学性质，并继承了VaR 的诸多优 作为金融市场风险度量的主流模型，VaR风险计量技术 点，在很多方面比VaR更优越。 。基于风险极值理论的 ， 已成为金融风险管理的国际标准 VaR 在风险管理中 对风险进行区间估计能给出风险的波动 建模研究，为构建更为精确的VaR风险估计方法提供了新思 范围。PWM方法通过对样本数据的特定加工，准确捕捉样本 路。但VaR技术的数学特性较差，且不满足次可加性，进而与 数据特征，并通过权函数降低异常点的权重，缓解异常点对样 ， ， ， 风险的经济意义不符 更重要的是其不能有效地捕捉收益分 本整体的影响 从而使区间估计获得好的稳健性 且在相同的 ， 。 ， 。 布的尾部特征 对极端风险的度量不准确 置信水平下置信区间长度更短 而真值覆盖率更高 针对VaR存在的缺点，学者们提出了CVaR风险管理方 本文充分利用样本信息，基于PWM方法推导出了更优 。 ， 秀的CVaR动态置信区间估计模型。这一模型能在捕获极端 法 CVaR是超出VaR 的损失的期望值 是指在一定置信水 平下，某一资产或资产组合损失超过VaR 的尾部事件期望 条件下收益率时间序列动态特征的基础上，更准确和有效地 值。因此CVaR取值一般高于VaR，更加符合风险管理的谨 衡量 CVaR的估计风险。随后，本文运用中信指数对这一模 部效益评价结论，具体结果如表4所示。 领域，项目投资额大、周期长、收益较低，但项目实施对国家经 表4 潍坊市寒亭区高里镇土地整理项目外部效益评价结论 济发展、民生改善具有重要意义，项目实施往往具有巨大的外 部效益。在目前的项目评审体系下，很难对这些外部效益进行 评价对象 优 良 中 差 特征值 规范、合理的评价，难以对项目的外部效益进行系统地分析。 社会影响 0.296 0.453 0.251 0 1.956 本研究从外部性形成机制入手，在系统分析项目外部效益内 准则层 环境影响 0.051 0.455 0.343 0.151 2.594 涵的基础上，以土地整理项目为例，构建了项目外部效益评价 生态影响 0.225 0.43 0.26 0.085 2.205 体系，并成功地对项目外部效益进行了评价分析，为反映政府 景观影响 0.516 0.384 0.1 0 1.584 目标层 外部效益 0.25