基于VaR和ES的分位数损失QS的估计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 引言 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 风险度量方法研究历程 | 第9-12页 |
| 1.2.1 早期风险度量方法研究 | 第9-10页 |
| 1.2.2 均值方差理论及改进 | 第10页 |
| 1.2.3 灵敏度分析 | 第10-11页 |
| 1.2.4 VaR值方法及其改进 | 第11-12页 |
| 1.3 本文的研究内容及创新点 | 第12-14页 |
| 1.3.1 本文的研究意义与创新 | 第12页 |
| 1.3.2 本文的结构安排 | 第12-14页 |
| 2 VaR值的估计与性质 | 第14-24页 |
| 2.1 预备知识 | 第14-17页 |
| 2.2 VaR值的定义 | 第17-19页 |
| 2.3 VaR值的计算 | 第19-24页 |
| 2.3.1 历史模拟法 | 第19-20页 |
| 2.3.2 蒙特卡洛模拟法 | 第20-21页 |
| 2.3.3 方差-协方差法 | 第21-22页 |
| 2.3.4 极值法 | 第22-24页 |
| 3 ES值的估计与性质 | 第24-32页 |
| 3.1 ES的定义 | 第24页 |
| 3.2 ES的计算 | 第24-29页 |
| 3.2.1 高斯分布法 | 第25页 |
| 3.2.2 Johnson族方法 | 第25-26页 |
| 3.2.3 Student's t分布法 | 第26页 |
| 3.2.4 稳态分布 | 第26-27页 |
| 3.2.5 Historical方法 | 第27页 |
| 3.2.6 Richardson's方法 | 第27-28页 |
| 3.2.7 厚尾过程 | 第28-29页 |
| 3.3 VaR与ES的比较 | 第29-31页 |
| 3.3.1 VaR和ES的尾部风险 | 第29-30页 |
| 3.3.2 一致性条件 | 第30-31页 |
| 3.4 ES的改进 | 第31-32页 |
| 4 QS的估计与性质 | 第32-44页 |
| 4.1 QS的定义与估计 | 第32-33页 |
| 4.2 渐近正态性 | 第33-36页 |
| 4.3 模拟分析 | 第36-37页 |
| 4.4 实例分析 | 第37-44页 |
| 4.4.1 样本选取和数据来源 | 第37-38页 |
| 4.4.2 统计量估计值的比较 | 第38-43页 |
| 4.4.3 总结 | 第43-44页 |
| 5 本文总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
