论文部分内容阅读
本文指出了人们通常所使用的VaR样本分位数估计量会产生高估或低估的现象，并分析了产生这些现象的原因，提出在样本较大的情况下利用加权样本分位数估计量去估计VaR，在样本较小的情况下用基于Bootstrap方法的样本分位数估计量去估计VaR。数值模拟的结果表明，这些估计方法的估计精度得到了较好地改进。最后，运用这两种分位数估计量来估计两支股票（招商银行、中国石化）的日对数回报序列的VaR值，并比较它们的风险估计量的大小。