混合序列的VaR分布核估计及其应用
Distribution Kernel Estimator of VaR and Its Applications for Mixing Sequences作者机构:上海财经大学浙江学院统计系金华321013 上海财经大学统计与管理学院上海200433 中国邮政储蓄银行南宁市分行南宁530022
出 版 物:《应用概率统计》 (Chinese Journal of Applied Probability and Statistics)
年 卷 期:2018年第34卷第2期
页 面:201-212页
学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学]
基 金:国家自然科学基金项目(批准号:11261009) 浙江省教育厅科研项目(批准号:Y201534298) 上海财经大学浙江学院课题(批准号:20160212) 上海财经大学浙江学院发展基金(批准号:20170002)资助
摘 要:本文首先在ρ-混合相依序列情形下,研究了VaR分布核估计v_(p,h)的均方误差和最优窗宽,得到的最优窗宽使得均方误差MSE(v_(p,h))达到最小.利用拉普拉斯分布密度函数代替窗宽表达式中的密度函数,采用插值的方法计算最优窗宽的具体值.借助所得到最优窗宽进行数值模拟,结果显示,VaR分布核估计值与次序统计量估计值相比,分布核估计的效果更好.实证结果表明深证B股指数的风险明显大于上证A股指数.