【摘要】：與VaR金融風(fēng)險(xiǎn)測(cè)度相比,CVaR具有更好的數(shù)理性質(zhì),其計(jì)算方法成為關(guān)注的焦點(diǎn)。相對(duì)于單期CVaR而言,多期CVaR風(fēng)險(xiǎn)測(cè)度具有較強(qiáng)的非線性特征,其建模過(guò)程更加復(fù)雜。在神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸基礎(chǔ)上,建立了一種新的多期CVaR風(fēng)險(xiǎn)測(cè)度方法;基于似然比檢驗(yàn),建立了多期CVaR風(fēng)險(xiǎn)測(cè)度返回測(cè)試評(píng)價(jià)準(zhǔn)則。將該新方法應(yīng)用于滬深300指數(shù)的多期CVaR風(fēng)險(xiǎn)測(cè)度,并將其與傳統(tǒng)的測(cè)度方法進(jìn)行了對(duì)比,返回測(cè)試結(jié)果表明:第一,該新方法具有較強(qiáng)的穩(wěn)健性,各期平均絕對(duì)誤差大小基本不變,特別適合于多期CVaR風(fēng)險(xiǎn)測(cè)度;第二,基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸的多期CVaR風(fēng)險(xiǎn)測(cè)度效果優(yōu)于傳統(tǒng)測(cè)度方法,表現(xiàn)為似然比檢驗(yàn)拒絕次數(shù)最少和平均絕對(duì)誤差最小。
[Abstract]:Compared with VaR financial risk measurement, CVaR has better mathematical properties and its calculation method has become the focus of attention. Compared with single period CVaR, multiphase CVaR risk measurement has strong nonlinear characteristics, and its modeling process is more complex. Based on the quantile regression of neural network, a new multi-period CVaR risk measurement method is established, and a multi-period CVaR risk measure return test evaluation criterion is established based on likelihood ratio test. The new method is applied to the multi-period CVaR risk measurement of CSI 300 index, and compared with the traditional measurement method. The results show that: first, the new method is robust. The average absolute error of each period is basically unchanged, which is especially suitable for multi-period CVaR risk measurement. Secondly, the multi-period CVaR risk measurement based on neural network quantile regression is superior to the traditional method, which shows that the likelihood ratio test has the least rejection number and the minimum average absolute error.
【作者單位】： 合肥工業(yè)大學(xué)管理學(xué)院;合肥工業(yè)大學(xué)過(guò)程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71671056,71490725,71071087) 國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目(15BJY008) 教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目(14YJA790015) 安徽省哲學(xué)社會(huì)科學(xué)規(guī)劃基金項(xiàng)目(AHSKY2014D103)
【分類號(hào)】：F224.0;O212

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 黃金波;李仲飛;姚海祥;;條件VaR和條件CVaR的核估計(jì)及其實(shí)證分析[J];數(shù)理統(tǒng)計(jì)與管理;2016年02期

2 許啟發(fā);張金秀;蔣翠俠;;基于非線性分位數(shù)回歸模型的多期VaR風(fēng)險(xiǎn)測(cè)度[J];中國(guó)管理科學(xué);2015年03期

3 田茂茜;虞克明;;銀行業(yè)如何影響房地產(chǎn)業(yè)?Copula分位數(shù)回歸及預(yù)測(cè)方法[J];數(shù)理統(tǒng)計(jì)與管理;2015年01期

4 王理同;王曉葉;原俊青;周明華;;基于半?yún)?shù)EGARCH模型的VaR和CVaR度量與實(shí)證研究[J];數(shù)理統(tǒng)計(jì)與管理;2014年04期

5 葉五一;繆柏其;;基于動(dòng)態(tài)分位點(diǎn)回歸模型的金融傳染分析[J];系統(tǒng)工程學(xué)報(bào);2012年02期

6 金秀;劉洋;;基于小波分析的多期夏普比率及實(shí)證研究[J];管理工程學(xué)報(bào);2009年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許啟發(fā);徐金菊;蔣翠俠;;基于神經(jīng)網(wǎng)絡(luò)分位數(shù)回歸的多期CVaR風(fēng)險(xiǎn)測(cè)度[J];數(shù)理統(tǒng)計(jì)與管理;2017年04期

2 許啟發(fā);周瑩瑩;蔣翠俠;;帶有范數(shù)約束的CVaR高維組合投資決策[J];中國(guó)管理科學(xué);2017年02期

3 許啟發(fā);王陶;蔣翠俠;楊善林;;電商賣家信用評(píng)分的多因素校正模型及有效性檢驗(yàn)——以淘寶網(wǎng)為例[J];軟科學(xué);2017年01期

4 許啟發(fā);蔡超;蔣翠俠;;指令不均衡與股票收益關(guān)系研究——基于大規(guī)模數(shù)據(jù)分位數(shù)回歸的實(shí)證[J];中國(guó)管理科學(xué);2016年12期

5 楊洋;蔣南極;韓夢(mèng)彬;;我國(guó)房地產(chǎn)業(yè)與銀行業(yè)的相依關(guān)系[J];時(shí)代金融;2016年33期

6 楊愛(ài)軍;蔣學(xué)軍;林金官;劉曉星;;基于MCMC方法的金融貝葉斯半?yún)?shù)隨機(jī)波動(dòng)模型研究[J];數(shù)理統(tǒng)計(jì)與管理;2016年05期

7 沈宗慶;李孟剛;;基于多元Copula函數(shù)的融資租賃行業(yè)風(fēng)險(xiǎn)相關(guān)性研究[J];云南財(cái)經(jīng)大學(xué)學(xué)報(bào);2016年03期

8 許啟發(fā);陳士俊;蔣翠俠;劉曦;;極端VaR風(fēng)險(xiǎn)測(cè)度的新方法:QRNN+POT[J];系統(tǒng)工程學(xué)報(bào);2016年01期

9 張晨;丁洋;汪文雋;;國(guó)際碳市場(chǎng)風(fēng)險(xiǎn)價(jià)值度量的新方法——基于EVT-CAViaR模型[J];中國(guó)管理科學(xué);2015年11期

10 姚海祥;姜靈敏;馬慶華;;不允許買空時(shí)的均值-下方風(fēng)險(xiǎn)投資組合選擇——基于非參數(shù)估計(jì)方法[J];數(shù)理統(tǒng)計(jì)與管理;2015年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王鵬;魏宇;;中國(guó)燃油期貨市場(chǎng)的VaR與ES風(fēng)險(xiǎn)度量[J];中國(guó)管理科學(xué);2012年06期

2 陳磊;曾勇;杜化宇;;石油期貨收益率的分位數(shù)建模及其影響因素分析[J];中國(guó)管理科學(xué);2012年03期

3 趙曉玲;陳雪蓉;周勇;;金融風(fēng)暴中基于非參估計(jì)VaR和ES方法的風(fēng)險(xiǎn)度量[J];數(shù)理統(tǒng)計(jì)與管理;2012年03期

4 許啟發(fā);蔣翠俠;;分位數(shù)局部調(diào)整模型及應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2011年08期

5 陳秀平;杜江;;Copula函數(shù)的加權(quán)平均距離檢驗(yàn)方法[J];數(shù)理統(tǒng)計(jì)與管理;2011年04期

6 劉曉倩;周勇;;金融風(fēng)險(xiǎn)管理中ES度量的非參數(shù)方法的比較及其應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2011年04期

7 史金鳳;劉維奇;楊威;;基于分位數(shù)回歸的金融市場(chǎng)穩(wěn)定性檢驗(yàn)[J];中國(guó)管理科學(xué);2011年02期

8 劉瓊芳;張宗益;;基于Copula房地產(chǎn)與金融行業(yè)的股票相關(guān)性研究[J];管理工程學(xué)報(bào);2011年01期

9 劉靜;楊善朝;姚永源;;α-混合序列下期望損失ES的兩步核估計(jì)[J];應(yīng)用概率統(tǒng)計(jì);2010年05期

10 姚海祥;;基于均值和CVaR的效用最大化模型研究[J];數(shù)理統(tǒng)計(jì)與管理;2010年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 包峰,俞金平,李勝宏;CVaR對(duì)VaR的改進(jìn)與發(fā)展[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

2 岳瑞鋒,李振東,楊曉萍;風(fēng)險(xiǎn)管理的CVaR方法及其簡(jiǎn)化模型[J];河北省科學(xué)院學(xué)報(bào);2003年03期

3 李磊,秦超英,曹靜;CVaR的靈敏度分析[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

4 王百勝;唐邵玲;;基于分形分布的VaR與CVaR計(jì)算[J];湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年02期

5 李婷;張衛(wèi)國(guó);;風(fēng)險(xiǎn)資產(chǎn)組合均值-CVaR模型的算法分析[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

6 孫曉冬;趙斐;;VaR與CVaR在投資組合中的應(yīng)用及對(duì)比分析[J];北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào);2007年02期

7 趙麗娟;;VaR的改進(jìn)方法CVaR在投資組合風(fēng)險(xiǎn)中的應(yīng)用[J];職業(yè)技術(shù);2009年04期

8 陳剛;周華鋒;;基于CVaR的供電公司多能量市場(chǎng)最優(yōu)購(gòu)電策略[J];紅水河;2009年06期

9 余力;張勇;;應(yīng)用極值分布理論的VaR和CVaR估計(jì)[J];求索;2010年04期

10 鄭玉仙;;風(fēng)險(xiǎn)測(cè)量的VaR及CVaR方法的對(duì)比研究[J];生產(chǎn)力研究;2010年04期

相關(guān)會(huì)議論文 前8條

1 孟志青;虞曉芬;蔣敏;莊彬;曾麗萍;;基于權(quán)值不同置信水平下的多目標(biāo)CVaR模型[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

2 王雨飛;王宇平;;基于遺傳算法的CVaR模型[A];第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

3 趙振全;張琳琳;;具有風(fēng)險(xiǎn)偏好的CVaR風(fēng)險(xiǎn)度量方法及對(duì)我國(guó)股市風(fēng)險(xiǎn)度量的實(shí)證分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

4 王秀英;陳爽;;兩種離散型隨機(jī)變量線性投資組合的CVaR[A];中國(guó)數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 姚海祥;;奇導(dǎo)協(xié)方差矩陣和任意收益率分布下均值-CVaR模型的有效邊界特征[A];第十屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2008年

6 姚海祥;;一般橢球分布下VaR與CVaR投資組合選擇模型[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

7 孟志青;虞曉芬;高輝;蔣敏;;基于條件風(fēng)險(xiǎn)值CVaR模型的房地產(chǎn)組合投資的風(fēng)險(xiǎn)度量與策略[A];第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

8 蔣敏;孟志青;;基于動(dòng)態(tài)CVaR模型的證券組合投資的風(fēng)險(xiǎn)度量與控制策略[A];第四屆全國(guó)決策科學(xué)/多目標(biāo)決策研討會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前4條

1 蔣敏;條件風(fēng)險(xiǎn)值（CVaR）模型的理論研究[D];西安電子科技大學(xué);2005年

2 鄧蘭松;基于EVT的證券公司市場(chǎng)風(fēng)險(xiǎn)管理的VaR與CVaR研究[D];天津大學(xué);2004年

3 葉五一;VaR與CVaR的估計(jì)方法以及在風(fēng)險(xiǎn)管理中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

4 許麗艷;解隨機(jī)互補(bǔ)問(wèn)題的CVaR-SP模型與DRO模型[D];大連理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 彭太平;α混合樣本優(yōu)化型CVaR估計(jì)的大樣本性質(zhì)[D];廣西師范大學(xué);2011年

2 王維佳;投資組合風(fēng)險(xiǎn)測(cè)度模型VaR,CVaR和WES的比較及應(yīng)用[D];陜西師范大學(xué);2016年

3 張逸菲;基于CVaR的貸款組合優(yōu)化模型研究[D];武漢科技大學(xué);2016年

4 王耀鋒;基于CVaR的尾部回歸應(yīng)用以及實(shí)證研究[D];浙江工業(yè)大學(xué);2016年

5 王傳霞;VaR和CVaR及在證券市場(chǎng)中的應(yīng)用[D];遼寧大學(xué);2008年

6 宋麗娟;中國(guó)股市的動(dòng)態(tài)VaR與CVaR計(jì)量模型分析[D];重慶大學(xué);2008年

7 柳菲;基于遺傳算法的CVaR模型在投資組合中的應(yīng)用[D];西安電子科技大學(xué);2009年

8 羅中德;ρ混合序列下CVaR估計(jì)的漸近性質(zhì)[D];廣西師范大學(xué);2010年

9 吳敏;VaR和CVaR在商業(yè)銀行利率風(fēng)險(xiǎn)管理中的應(yīng)用[D];武漢理工大學(xué);2009年

10 謝佳利;VaR與CVaR樣本分位數(shù)估計(jì)精度的研究[D];廣西師范大學(xué);2009年

，

本文編號(hào)：2318246