【摘要】近些年來，隨著社會經(jīng)濟(jì)的不斷發(fā)展，金融風(fēng)險(xiǎn)呈現(xiàn)日益增加的趨勢，不論是金融機(jī)構(gòu)，還是監(jiān)管當(dāng)局，都對金融風(fēng)險(xiǎn)，特別是金融市場風(fēng)險(xiǎn)給予了足夠的重視，于是，金融風(fēng)險(xiǎn)的測量方法成則成為社會各界關(guān)注的重點(diǎn)。本文從當(dāng)前金融市場風(fēng)險(xiǎn)的特點(diǎn)出發(fā)，對金融風(fēng)險(xiǎn)測量方法進(jìn)行概述，引出三種半?yún)?shù)方法，并對這三種方法的文獻(xiàn)綜述進(jìn)行研究，總結(jié)其使用情況及各自的優(yōu)點(diǎn)和缺點(diǎn)，最后指出半?yún)?shù)方法存在的問題及解決辦法，以更好地預(yù)測金融市場風(fēng)險(xiǎn)。

【關(guān)鍵詞】金融市場風(fēng)險(xiǎn) 風(fēng)險(xiǎn)測量 極值理論 分位數(shù)回歸方法 波動性理論

一、引言

隨著經(jīng)濟(jì)全球化和金融工具發(fā)展，金融市場呈現(xiàn)出前所未有的波動性。金融市場風(fēng)險(xiǎn)的影響范圍之廣、頻率之高、傳染力之強(qiáng)，不僅在微觀層面上影響一個企業(yè)的興衰存亡，還更為宏觀的掌控一國甚至多國的經(jīng)濟(jì)繁榮和穩(wěn)定發(fā)展。所謂金融市場風(fēng)險(xiǎn)，指的是基礎(chǔ)金融變量發(fā)生變動后，金融資產(chǎn)或者負(fù)債的市場價(jià)值隨之發(fā)生變化的可能性，這里所提的基礎(chǔ)金融變量，包括市場價(jià)格、利率、匯率等。94年的墨西哥金融危機(jī)、95年巴林銀行的倒閉、97年亞洲金融危機(jī)、08年美國次貸危機(jī)，這些事件表明，金融市場風(fēng)險(xiǎn)已經(jīng)嚴(yán)重破壞和干擾了一個國家甚至整個世界的正常經(jīng)濟(jì)秩序，因此越來越多的學(xué)者投入到市場金融風(fēng)險(xiǎn)定量分析管理研究方法之中。

就金融市場風(fēng)險(xiǎn)的特征來看，其具有不確定性、普通性、擴(kuò)散性和突發(fā)性。具體地說，（1）不確定性。即投資者對預(yù)期收益具有不確定性；（2）普遍性。金融市場風(fēng)險(xiǎn)是普遍存在的，我們不可能做到真正消除金融市場風(fēng)險(xiǎn)，只能是有效管理、積極防御；（3）擴(kuò)散性。對于金融活動來說，并不是獨(dú)立存在的，它的外部效應(yīng)是廣泛存在的，作為整個社會金融活動的中介，金融機(jī)構(gòu)任意一個節(jié)點(diǎn)出現(xiàn)斷裂，都很可能引發(fā)一系列的連鎖反應(yīng)，進(jìn)而導(dǎo)致金融體系發(fā)生動蕩；（4）突發(fā)性。風(fēng)險(xiǎn)在潛伏期是不易被察覺和識別，一些風(fēng)險(xiǎn)責(zé)任人或者金融機(jī)構(gòu)為了尋求轉(zhuǎn)機(jī)對潛在的風(fēng)險(xiǎn)進(jìn)行掩蓋，導(dǎo)致金融市場風(fēng)險(xiǎn)不斷的積累和擴(kuò)張，最終以突發(fā)的形式體現(xiàn)出來。近些年，我國不斷推進(jìn)市場化進(jìn)程、衍生金融工具的發(fā)展、資本項(xiàng)目的開放以及市場風(fēng)險(xiǎn)呈復(fù)雜化態(tài)勢發(fā)展，在一定程度上加劇了金融機(jī)構(gòu)所面臨的風(fēng)險(xiǎn)，也加大了對市場風(fēng)險(xiǎn)進(jìn)行測量的難度。

二、傳統(tǒng)的市場風(fēng)險(xiǎn)度量方法

（一）方差-協(xié)方差法

方差-協(xié)方差法是一種參數(shù)方法，它利用市場因子的統(tǒng)計(jì)分布VAR進(jìn)行簡化計(jì)算。使用參數(shù)法有一個前提條件，即以資產(chǎn)收益率所服從的概率分布作為已知條件，通常假定為正態(tài)分布，方便相關(guān)人員利用置信水平所對應(yīng)的臨界值和收益序列的標(biāo)準(zhǔn)差計(jì)算VAR值來獲取相應(yīng)的風(fēng)險(xiǎn)值。

雖然方差-協(xié)方差法可以使計(jì)算得以簡化，但是在應(yīng)用性方面方差-協(xié)方差有其局限性。大部分的收益率的分布曲線呈現(xiàn)“尖峰厚尾”的態(tài)勢，并不是傳統(tǒng)的正態(tài)標(biāo)準(zhǔn)分布。當(dāng)收益分布有偏，即厚尾，原有的正態(tài)分布假設(shè)就變得不再合理，經(jīng)過方差-協(xié)方差法得出的風(fēng)險(xiǎn)值可能會傳遞誤導(dǎo)性信息。因此，此種方法的風(fēng)險(xiǎn)值計(jì)算局限于一定條件之下，而并非無條件使用。

（二）歷史模擬法

歷史模擬法主要依托市場因子的歷史分布數(shù)據(jù)模擬未來的損益分布，利用分位數(shù)得出一定置信水平下的VAR值。歷史模擬法簡單實(shí)用、易于操作，這是一種非參數(shù)方法，不需要關(guān)心市場因子的統(tǒng)計(jì)分布，能夠有效的處理市場因子統(tǒng)計(jì)分布中的“尖峰后尾”現(xiàn)象，不存在模型風(fēng)險(xiǎn)，彌補(bǔ)了方差-協(xié)方差法中對于正態(tài)分布假定的依賴性。

歷史模擬法雖然既簡化了操作又解決了正態(tài)分布的假定，但是仍然在應(yīng)用方面存在缺點(diǎn)。首先，歷史模擬法需要大量的數(shù)據(jù)樣本，通常不得低于1500個，現(xiàn)實(shí)情況中的金融數(shù)據(jù)難以滿足要求，大大削弱了計(jì)算的精確性。其次，異常數(shù)據(jù)的存在可能會導(dǎo)致計(jì)算出的風(fēng)險(xiǎn)值波動性大，產(chǎn)生明顯的滯后效應(yīng)。而且，歷史的市場因子分布數(shù)據(jù)不可能完全模擬實(shí)際金融市場的變化，有時(shí)會產(chǎn)生較大的誤差。

當(dāng)前，我國金融業(yè)的投資組合受眾多因素的影響，且投資組合種類多而復(fù)雜，顯然，上述傳統(tǒng)方法的局限性使得它們并不適用于當(dāng)前金融業(yè)的發(fā)展。隨著理論的深入探索和研究，一些基于極值理論、分位數(shù)回歸法、波動性理論的VAR風(fēng)險(xiǎn)測度方法應(yīng)運(yùn)而生，這些模型并不直接通過市場因子的分布來獲得風(fēng)險(xiǎn)值，而是通過建立其他參數(shù)模型，間接的獲取風(fēng)險(xiǎn)值估計(jì)值。

三、半?yún)?shù)市場風(fēng)險(xiǎn)度量方法及其國內(nèi)外進(jìn)展研究

（一）基于極值理論的半?yún)?shù)方法

極值理論的核心是關(guān)注市場因子的分布的尾部，對分布的尾部建立模型。極值理論模型有兩種，一是傳統(tǒng)的分塊樣本極大值BLOCK模型，二是POT模型。其中，POT方法在風(fēng)險(xiǎn)測量中的應(yīng)用更為廣泛。POT方法的主要思想是針對收益序列選取閾值，超出閾值的部分，定義服從GPD分布，利用極大似然分布估計(jì)函數(shù)計(jì)算參數(shù)，根據(jù)所得參數(shù)計(jì)算VAR值。極值理論對極端條件下的VaR和概率水平進(jìn)行了非常準(zhǔn)確地描述。

1.國外極值理論研究簡述。國外學(xué)者對極值理論的研究最早可追溯到1943年，當(dāng)時(shí)Gnedenko學(xué)者對三種標(biāo)準(zhǔn)化后的極值存在極值分布進(jìn)行了充分的證明，這三種分布分別是Gumbel分布、Weibull分布和Frechet分布。隨后，越來越多的學(xué)者將目光投向了極值理論。2000年，很多學(xué)者對亞洲6個市場指數(shù)進(jìn)行了VaR分析，當(dāng)時(shí)使用的方法即為極值理論，得出如下結(jié)論：如果收益分布是非正態(tài)的、市場波動復(fù)雜的，那么最穩(wěn)健的結(jié)果為極值理論結(jié)果，要遠(yuǎn)遠(yuǎn)好于方差-協(xié)方差途徑。2000年，Cadle等人利用極值理論對處于亞洲金融危機(jī)中的六個亞洲國家和地區(qū)的股票市場進(jìn)行了細(xì)致的研究。2004年，Ramadan等人運(yùn)用極值理論對九個新興市場的市場風(fēng)險(xiǎn)統(tǒng)計(jì)分析，證實(shí)結(jié)合極值理論的風(fēng)險(xiǎn)值更加可靠和準(zhǔn)確。2005年，Christoffersen利用極值理論對金融尾部數(shù)據(jù)的分析研究，認(rèn)為其結(jié)果更加有效。2007年，Bystrom在風(fēng)險(xiǎn)市場的研究中采用了極值理論，成效良好。

2.國內(nèi)極值理論研究簡述。國內(nèi)學(xué)者對極值理論也將極值理論應(yīng)用于市場風(fēng)險(xiǎn)的度量并進(jìn)行了眾多研究。2000年，詹原瑞等人運(yùn)用極值理論以及兩次算子式算法計(jì)算閾值，認(rèn)為基于極值理論的風(fēng)險(xiǎn)值比傳統(tǒng)方法計(jì)算的風(fēng)險(xiǎn)值更加有效。2003年，葉五一和繆柏其對HILL估計(jì)方法做出改進(jìn)，并應(yīng)用于上證指數(shù)、恒生指數(shù)等，發(fā)現(xiàn)其尾部估計(jì)結(jié)果更為精確2006年，魏宇利用上證指數(shù)、標(biāo)準(zhǔn)普爾500指數(shù)作為市場因子，分別利用正態(tài)分布、t分布、極值理論對收益率分布進(jìn)行擬合，發(fā)現(xiàn)極值理論能更精確的描述尾部特征。

（二）基于分位數(shù)回歸的半?yún)?shù)方法

所謂分位數(shù)回歸方法，其實(shí)它是一個用來對VaR計(jì)算的新框架，主要適用于應(yīng)用

厚尾分布的數(shù)據(jù)。如果使用分位數(shù)回歸法，那么就可直接對那些處于任意水平的條件分位點(diǎn)進(jìn)行建模，而無需特定的分布形式和特定的分布參數(shù)。

1.國外分位數(shù)回歸研究動態(tài)簡述。國外應(yīng)用分位數(shù)回歸法進(jìn)行了包括很多領(lǐng)域在內(nèi)的項(xiàng)目的研究，如2005年Yu，Philippe和Zhang對英國1991年至2001年的工資結(jié)構(gòu)的分布情況進(jìn)行了系列研究；2005年，Georgios和Leonidas對美國和希臘證券市場中的市場風(fēng)險(xiǎn)值進(jìn)行了估計(jì)，采用的模型為GAViaR模型；2006年，Papapetrou對希臘公私企業(yè)中的工資差距情況進(jìn)行了調(diào)查研究；2007年，Taylor對超級市場的日常銷售情況進(jìn)行了預(yù)測，采用的方法為指數(shù)加權(quán)分位數(shù)回歸法。

2.國內(nèi)分位數(shù)回歸研究動態(tài)簡述。國內(nèi)對分位數(shù)回歸進(jìn)行研究的學(xué)者通常為數(shù)學(xué)領(lǐng)域?qū)W者。2007年，丁軍軍和陳建寶對股票風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析，當(dāng)時(shí)應(yīng)用的模型為CAViaR模型；2008年，陳建寶和丁軍軍對分位數(shù)回歸技術(shù)進(jìn)行了詳細(xì)的綜述；2009年，陳建寶和段景輝對中國性別工資差異進(jìn)行了分析研究，采用的方法為分位數(shù)回歸分析，同年，二人又用相同的方法對中國城鄉(xiāng)家庭收入差異的影響因素進(jìn)行了研究；2009年，陳建寶和杜小敏對我國居民和收入進(jìn)行了實(shí)證分析，應(yīng)用的方法為分位數(shù)回歸法。

（三）基于波動性理論的半?yún)?shù)方法

市場因子分布除？“尖峰后尾”這一顯著特性外，還有一顯著特點(diǎn)，即波動集聚性。大波動的發(fā)生緊隨著多個小波動的產(chǎn)生，形成簇?fù)淼默F(xiàn)象。所謂波動性，其實(shí)指的就是一段時(shí)間內(nèi)金融資產(chǎn)呈現(xiàn)出的變化性。在金融市場中，投資的波動性和風(fēng)險(xiǎn)二者之間具有非常密切的聯(lián)系。一般地，波動性理論用來對資產(chǎn)的風(fēng)險(xiǎn)性進(jìn)行測量。

1.國外波動性理論研究動態(tài)簡述。國外學(xué)者對波動性理論進(jìn)行了大量研究。1990年，Glosten、Runkle和Jogannathan提出了TARCH模型，在該模型中，為了更好地對正負(fù)信息的非對稱作用進(jìn)行描述，加入了名義變量；1992年，Bollerslev對金融實(shí)踐序列模型ARCH和GARCH進(jìn)行了深入研究，并就其預(yù)測效果進(jìn)行比較，得出的結(jié)論是：GARCH模型要比ARCH模型的預(yù)測準(zhǔn)確率高；1993年，J.M.Zakoian和R Rabemananjara對法國股票收益進(jìn)行了研究，這在一定程度上擴(kuò)展了TARCH模型，并發(fā)現(xiàn)，可以對方差中關(guān)于參數(shù)的正數(shù)約束條件進(jìn)行放松，如果TARCH模型沒有約束條件，那么就可以更好地對非線性的波動性進(jìn)行描述。

2.國內(nèi)波動性理論研究動態(tài)簡述。國內(nèi)學(xué)者也進(jìn)行了大量的波動性理論研究。2002年，彭文平和肖繼輝對我國股市價(jià)格的高波動性進(jìn)行了研究，入手點(diǎn)為中國政策的多變性；2004年，吳世農(nóng)對股價(jià)波動方差和成交量之間的關(guān)系進(jìn)行了探討；2007年，萬蔚和江孝感等人運(yùn)用GARCH模型、EGARCH模型和TGARCH模型對中國股票日益收益率波動等動態(tài)特征進(jìn)行分析，結(jié)果證明EGARCH模型更適用于股市波動性變化；2007年，孫卓元對上證綜指進(jìn)行了實(shí)證分析，得出的結(jié)論是上海證券市場的波動性具有擴(kuò)張性和持續(xù)性等特點(diǎn)。

四、不同半?yún)?shù)方法的對比分析

在對金融市場風(fēng)險(xiǎn)進(jìn)行分析的時(shí)候，基于極值理論的半?yún)?shù)方法、基于分位數(shù)回歸的半?yún)?shù)方法和基于波動性理論的半?yún)?shù)方法這三種半?yún)?shù)方法的使用最為廣泛，但是不論對于哪一種方法來說，都有其適用性及局限性。

基于極值理論的半?yún)?shù)方法可以非常準(zhǔn)確地描述任何一個序列的尾部分位數(shù)，因?yàn)闃O值理論是專門用來分析收益率系列尾部的，并且它的每一個步驟都經(jīng)過了非常嚴(yán)格的推算。此外，極值理論對數(shù)據(jù)進(jìn)行的是真實(shí)的擬合，無需任何假設(shè)，直接分析處理收益序列的尾部即可，極值理論的計(jì)算結(jié)果就和收益序列的實(shí)際分布的吻合度更高。但是，使用極值理論對收益序列尾部分布情況進(jìn)行描述的時(shí)候，因?yàn)樗幌抻谝粋€分布序列，而無法了解序列本身的整體情況，而且在分析數(shù)據(jù)的時(shí)候，由于數(shù)據(jù)是估計(jì)所得的，所以會導(dǎo)致該方法計(jì)算出的結(jié)果不夠穩(wěn)定。此外，極值理論法需要大量的數(shù)據(jù)，但是在真正建模的時(shí)候，應(yīng)用的數(shù)據(jù)并不需要那么多，這無形中導(dǎo)致數(shù)據(jù)浪費(fèi)，且會對最終計(jì)算結(jié)果的準(zhǔn)確性產(chǎn)生影響。

基于分位數(shù)回歸的半?yún)?shù)方法可以涵蓋非常全面的因素信息，對于半?yún)?shù)分位數(shù)回歸模型來看，不僅包括線性部分，還包括非線性部分，半?yún)?shù)分位數(shù)回歸模型就可更好地捕捉到每一個變量（包括線性信息和非線性信息）的變動情況。不僅如此，收斂速度也非常快。對于半?yún)?shù)分位數(shù)回歸模型來說，它所要求的樣本量同非參數(shù)回歸模型對比之下需求量少，就可以巧妙地解決在實(shí)際應(yīng)用過程中，非參數(shù)方法因?yàn)閿?shù)據(jù)量不夠而出現(xiàn)的問題，加之其本身具有的線性部分，使得模型的收斂速度更快一些。除了擁有較快的收斂速度，基于分位數(shù)回歸的半?yún)?shù)方法的穩(wěn)健性也是非常好的。半?yún)?shù)分位數(shù)回歸模型對模型設(shè)定的要求并不像參數(shù)模型那么嚴(yán)格，特別是在非正態(tài)性或異常值對數(shù)據(jù)產(chǎn)生較大影響的時(shí)候，半?yún)?shù)分位數(shù)回歸模型的穩(wěn)健性是非常好的。此外，基于分位數(shù)回歸的半?yún)?shù)方法可對因變量的變化進(jìn)行全面地反映。半?yún)?shù)分位數(shù)回歸模型可以對因變量條件分布的不同位置進(jìn)行相應(yīng)的分析，這樣就可以對因變量的變化進(jìn)行全面地研究，不僅如此，就其對異常值的敏感程度來看，半?yún)?shù)分位數(shù)回歸遠(yuǎn)遠(yuǎn)小于均值。但是就基于分位數(shù)回歸的半?yún)?shù)方法本身來看，其在理論、方法和實(shí)踐應(yīng)用方面都有待于進(jìn)一步完善，具體地說：在理論方面，基于分位數(shù)回歸的半?yún)?shù)方法的理論有待于進(jìn)一步完善，目前國內(nèi)學(xué)者在這一領(lǐng)域的研究處于相對滯后的水平，研究成果不多；在方法方面，基于分位數(shù)回歸的半?yún)?shù)方法在多元分析方面還不夠成熟，有待于進(jìn)一步分析研究；在應(yīng)用方面，基于分位數(shù)回歸的半?yún)?shù)方法在社會、經(jīng)濟(jì)等各領(lǐng)域還沒有過多實(shí)踐，只在金融領(lǐng)域剛剛起步。

使用基于波動性理論的半?yún)?shù)方法可以獲得很好的擬合度和預(yù)測性，擬合度體現(xiàn)在在合理的假設(shè)條件下，對基于波動性理論的半?yún)?shù)方法的漸進(jìn)正態(tài)性和收斂速度進(jìn)行研究，得出的結(jié)果要優(yōu)于一般的波動性模型；預(yù)測性好體現(xiàn)在在不同分布假定情況下，對基于波動性理論的半?yún)?shù)方法的條件方差進(jìn)行分析，以對VaR進(jìn)行度量，發(fā)現(xiàn)在基于t分布和GED分布假定的情況下可以更好地反映出收益率的風(fēng)險(xiǎn)特性。但是使用基于波動性理論的半?yún)?shù)方法也存在一定的弊端，如該方法只對收益偏離平均收益的程度進(jìn)行了描述，但是這種收益可以是正向的，也可以是負(fù)向的，在實(shí)際應(yīng)用過程中，人們最為關(guān)心的是負(fù)偏離，也就是損失情況，但是波動性卻未對偏離方向進(jìn)行描述。此外，基于波動性理論的半?yún)?shù)方法只對損失進(jìn)行了描述，而未具體到損失到底有多大。

五、半?yún)?shù)方法存在的問題及解決辦法

同傳統(tǒng)的參數(shù)方法和非參數(shù)方法相比，半?yún)?shù)方法具有很大的理論優(yōu)勢，它同時(shí)融合了參數(shù)方法和非參數(shù)方法，但并不是簡單的疊加，而是有機(jī)融合，且在實(shí)踐過程中取得了很好的估計(jì)效果，但是在使用過程中，半?yún)?shù)方法也存在一定的問題，具體如下：第一，半?yún)?shù)方法的發(fā)展歷史并不長，相關(guān)的理論還有待于進(jìn)一步完善，特別是在一些領(lǐng)域發(fā)展時(shí)間較短，如生產(chǎn)率增長測算等，是在上世紀(jì)90年代后期才開始的，不成熟的理論必然會對其在實(shí)證方面起著一定的限制作用；第二，半?yún)?shù)方法的分量一般都是未知的，且不容易掌握和控制，這就會在一定程度上對實(shí)際測算問題的精度產(chǎn)生一定的影響；第三，半?yún)?shù)方法對使用者和研究者提出了更改的要求，而目前我國對半?yún)?shù)方法的研究還不多，相關(guān)的文獻(xiàn)也很有限，所以這必然會在一定程度上制約半?yún)?shù)方法的應(yīng)用和發(fā)展。

為了更好地將半?yún)?shù)方法應(yīng)用到實(shí)踐中，就應(yīng)從以下幾方面著手：首先，應(yīng)繼續(xù)完善半?yún)?shù)方法的理論，借鑒國內(nèi)外成功經(jīng)驗(yàn)，結(jié)合研究領(lǐng)域的實(shí)際情況，完善理論；其次，由于半?yún)?shù)方法的分量具有未知的特點(diǎn)，在實(shí)際研究的過程中，應(yīng)盡可能對這部分分量做到更好地掌握，以保證測算結(jié)果的準(zhǔn)確性；最后，對于研究者或者使用者來說，應(yīng)不斷學(xué)習(xí)新知識，提升自己的業(yè)務(wù)水平和專業(yè)水平，以更好地駕馭并發(fā)揚(yáng)半?yún)?shù)方法。

六、結(jié)語

隨著經(jīng)濟(jì)全球化和金融自由化的不斷發(fā)展，我國金融企業(yè)會面臨越來越多的金融風(fēng)險(xiǎn)，特別是金融市場風(fēng)險(xiǎn)，必將成為現(xiàn)代金融機(jī)構(gòu)面臨的重要風(fēng)險(xiǎn)之一。就目前我國金融風(fēng)險(xiǎn)管理的現(xiàn)狀來看，市場風(fēng)險(xiǎn)不斷提高，但同時(shí)對風(fēng)險(xiǎn)量化管理的模型和技術(shù)還不夠完善，特別是對于半?yún)?shù)方法來使，不論是理論，還是實(shí)踐，都有待于進(jìn)一步完善。對于金融企業(yè)來說，在今后很長一段時(shí)間內(nèi)，都應(yīng)將提高對金融市場風(fēng)險(xiǎn)的重視，并加大對半?yún)?shù)方法研究的力度。

參考文獻(xiàn)

[1]周開國，繆柏其.應(yīng)用極值理論計(jì)算在險(xiǎn)價(jià)值（VaR）——對恒生指數(shù)的實(shí)證分析[J].預(yù)測，2002，21（3）：37-41.

[2]朱國慶，張維.關(guān)于上海股市極值收益漸近分布的實(shí)證研究[J].系統(tǒng)工程學(xué)報(bào)，2000，15（4）：338-343.

[3]詹原瑞，田宏偉.極值理論（EVT）在匯率受險(xiǎn)價(jià)值（VaR）計(jì)算中的應(yīng)用[J].系統(tǒng)工程學(xué)報(bào)，2000，15（1）：44-53.

[4]王樹娟，黃渝祥.基于GARCH-CVaR模型的我國股票市場風(fēng)險(xiǎn)分析[J]，同濟(jì)大學(xué)學(xué)報(bào)，2005，3（02）：260-263.

[5]陳斌.金融風(fēng)險(xiǎn)管理手冊[M].機(jī)械工業(yè)出版社，2002：11.

[6]葉青.基于GARCH和半?yún)?shù)法的VaR模型及其在中國股市的風(fēng)險(xiǎn)分析中的應(yīng)用[J].統(tǒng)計(jì)研究，2000，（12）.

[7]Lijian Yang，A semi parametric GARCH model for foreign exchange volatility，Journal of Econometrics，2005.

[8]Joshua V.Rosenbergl，Til Schuermann，A general approach to inergrated risk management with skewed，fat-tailed risks，Journal of Financial Economics，2005.

作者簡介：孫琨（1989-），女，山東濰坊人，中國海洋大學(xué)，研究生，研究方向：金融風(fēng)險(xiǎn)管理。