摘要
金融数据呈现的厚尾性已达成共识.本文中,我们基于指数回归模型构造了厚尾分布的极值分位数估计,从而得到了VaR的估计公式.作为一个应用,我们得到了上海上证指数和深圳成份指数的VaR的估计值.
It is well known that finance data tend to heavy-tailed. In this paper, on a basis of an exponential regression model for log-spacings we propose an extreme quantile estimator of heavy-tailed distribution and attain an estimation of value-at-risk. As an empirical example we consider a value-at-risk calculations for China stock index.
出处
《数理统计与管理》
CSSCI
北大核心
2008年第1期70-75,共6页
Journal of Applied Statistics and Management
基金
湖南省社会科学基金(编号：05YB95)
湖南省教育厅科研基金(编号：05C562)
关键词
厚尾分布
VAR
极值分位数
heavy-tailed distribution
VaR
extreme quantile.
