| 厚尾分布的极值分位数估计与极值风险测度研究 |
| |
| 引用本文： | 欧阳资生.厚尾分布的极值分位数估计与极值风险测度研究[J].数理统计与管理,2008,27(1):70-75. |
| |
| 作者姓名： | 欧阳资生 |
| |
| 作者单位： | 湖南商学院信息系,长沙,410205 |
| |
| 基金项目： | 湖南省社会科学基金
,
湖南省教育厅资助项目 |
| |
| 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.
|
| 关 键 词： | 厚尾分布 VaR 极值分位数 |
| 文章编号： | 1002-1566（2008）01-0070-06 |
| 收稿时间： | 2007-02-10 |
| 修稿时间： | 2007年2月10日 |
Extreme Quantile Estimation for Heavy-tailed Distribution and A Study of Extremal Risk Measurement |
| |
| OUYANG Zi-sheng.Extreme Quantile Estimation for Heavy-tailed Distribution and A Study of Extremal Risk Measurement[J].Application of Statistics and Management,2008,27(1):70-75. |
| |
| Authors: | OUYANG Zi-sheng |
| |
| Abstract: | 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. |
| |
| Keywords: | heavy-tailed distribution VaR extreme quantile |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
