摘要
利用VaR与ES最新的非参数估计方法,不依赖于分布假设,对上证指数做实证分析,并对N天的VaR的计算方法进行研究。研究结果表明,在样本容量较大的情况下,VaR与ES的非参数估计方法有较好的效果;曲线回归方法计算N天的VaR的效果明显优于正态假设下计算的效果。
By using the last nonparametric estimation of VaR and ES, not depending on any distribution, analyze empirically the risk of Shanghai stocks index, explore the method of computing N-day VaR. The results of the exploration indicate that under more samples, there are better results by using nonparametric estimation of VaR and ES. the method of computing N-day VaR by curvilinear regression has better result than that of computing under the normal assumption.
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2007年第10期111-115,共5页
Journal of Chongqing University
基金
国家自然科学基金资助项目(10161004)
广西自然科学基金资助项目(04047033)
广西区教育厅科研资助项目(200607LX077)
关键词
风险在值
期望损失
非参数估计
value at risk
expected shortfall
nonparametric estimation
