摘要：极端事件对金融市场的影响巨大，我国股市受08年金融危机所累，至今未能走出发展的泥潭。极端事件引起的尾...极端事件对金融市场的影响巨大，我国股市受08年金融危机所累，至今未能走出发展的泥潭。极端事件引起的尾部风险越发受到广大学者和金融监管部门的兴趣和关注。如何对尾部风险进行测度，是时下学者们重点研究的课题。风险价值(Value at risk)是现行风险度量的国际标准。不加区别的使用VaR对尾部风险进行测量，将造成风险低估的严重后果。随着金融风险度量理论的发展，满足一致性四公理被认为是良好风险测度指标的必要条件。满足一致性准则的尾部风险度量工具包括CVaR、ER、ES、TCE和TM等指标，本文在简述，分析各指标的优劣后，选择基于极值理论的VaR和ES作为尾部风险度量工具。度量和分析股市尾部相关性，可以更加全面深刻的了解股市尾部风险。Copula函数由于善于捕捉变量间非线性、非对称及尾部相关性特性，因此常被用来测量资产或股市间的尾部相关性。本文的实证分两部分进行，首先是基于改进阈值选取法的POT模型计算VaR和ES，返回检验结果表明不加改进的POT-VaR效果不如前者。实证第二部分采用Copula理论对上证指数、恒生指数、纳斯达克指数做两两尾相关性度量，结果表明我国股市与境外成熟股市尾相关性明显，呈非对称性，且上尾相关性小于下尾相关性。显示全部
摘要：目前，国际上主要采取风险价值/(Value at Risk，简记为VaR/)度量金融风险，其核心思想是通过对资产收益率...目前，国际上主要采取风险价值/(Value at Risk，简记为VaR/)度量金融风险，其核心思想是通过对资产收益率分布的估计，刻画资产在一定置信水平下,在特定持有期内可能遭受的最大损失。但VaR资产收益率服从正态分布的假设与资产收益率大多是尖峰厚尾的特征相悖，这意味着用VaR度量风险时，忽略了尾部极值事件，导致可能低估风险。
极值理论/(Extreme Value Theory，简记为EVT/)是专门研究一些很少发生、然而一旦发生却具有重大影响的随机变量极端变异性的建模统计方法，它不需知道收益序列的整体分布情况，而只关心收益序列的尾部特征。将EVT模型应用到VaR中，可以解决VaR因正态分布假设不足所导致的尾部风险低估问题，有利于更精确地度量金融风险。本文即是基于EVT的相关理论，做了如下工作：
/(1/)建立了GARCH-EVT模型的VaR方法，特别是，利用超阈值模型计算VaR时，由于金融时间序列的相关性导致极值数据经常成串出现，所以通过引入极值指标进行除串，使之成为独立同分布的序列；
/(2/)根据复合极值理论，将其在海况领域的研究拓展到金融风险分析领域，对模型变量赋予新的实际金融意义。首先令超阈值串的个数近似服从Poisson分布，对串的最大超出量拟合广义帕累托分布/(Generalized Pareto Distribution，简记为GPD/)；然后将离散型变量串的个数和连续型变量串的最大超出量复合，建立一种新的复合极值分布，即Poisson-gp复合超阈值分布；最后利用该方法对上证、香港恒生、韩国KOSPI和美国标准普尔指数进行实证分析。结果表明相对于其他方法，利用Poisson-gp复合超阈值分布模型研究股市风险更加合理。显示全部
