金融资产收益率的厚尾性,风险管理辅导资料:计算VaR值的基本方法
金融资产收益率的厚尾性,风险管理辅导资料:计算VaR值的基本方法
1、在金融市场中，波动率通常用资产收益率的条件方差来衡量，条件方差越大，意味着风险越高。金融资产收益率时间序列具有尖峰厚尾和波动率聚集的特点。
1、确定表现在三个方面：一是不能预测突发事件的风险，原因是方差－协方差法是基于历史数据来估计未来，其成立的假设条件是未来和过去存在着分布的一致性，而突发事件打破了这种分布的一致性，其风险无法从历史序列模型中得到揭示。
2、其次，给定第一步得到的时间序列，计算持有期内组合价值变动的时间序列；最后，把从历史数据归纳出的风险因素收益实际分布情况列表显示，选择某一置信水平下的对应损失分位数，即可得到相应的VaR值。
3、VaR——给定置信水平a下的在险价值，即可能的损失上限。a——给定的置信水平。
4、【答案】：ABCD 【解析】VaR的计算方法有许多种，但从最基本的层次上可以归纳为两种：局部估值法和完全估值法。德尔塔一正态分布法就是典型的局部估值法。历史模拟法和蒙特卡罗模拟法是典型的完全估值法。
5、在风险价值计算公式中，常用的有三种方法 历史模拟法，它基于过去的价格或收益率数据来估计未来可能的风险。
1、所谓“尖峰厚尾”不过是在放松正态假定后对金融资产收益率分布的一种形象说法，没有特指某种分布。近来文献较多的应是帕累托稳态分布，除了尖峰厚尾，还描述了所谓“跳跃过程”。
2、厚尾分布主要是出现在金融数据中，例如证券的收益率。 从图形上说，较正态分布图的尾部要厚，峰处要尖。直观些说，就是这些数据出现极端值的概率要比正态分布数据出现极端值的概率大。
3、用测量变量分布的厚尾特征包括以下两个方面。正态曲线在横轴上方，且均数所在处*。正态分布以均数为中心，左右对称。
4、正态分布的基本特征包括以下几点：集中性：正态分布曲线以均值为中心，曲线的高度一半的位置在均值的两侧，呈现一种集中分布的状态。
1、金融资产是指具有一定价值：并在未来能够产生经济利益的金融权益或金融工具。其特征包括流动性、可交易性、风险性和收益性。
2、金融资产的*特征是能够在市场交易中为其所有者提供即期或远期的货币收入流量。金融资产是一切可以在有组织的金融市场上进行交易、具有现实价格和未来估价的金融工具的总称。
3、一般认为，金融工具具有以下特征：(1)偿还期。偿还期是指借款人拿到借款开始，到借款全部偿还清为止所经历的时间。各种金融工具在发行时一般都具有不同的偿还期。从长期来说，有l0年、 20年、50年。
4、企业持有的交易性金融资产，主要是为了在短期内取得利益。企业发生的交易性金融资产，其特征主要是什么？交易性金融资产特征企业持有的目的是短期性的，即在初次确认时即确定其持有目的是为了短期获利。
沃尔玛拥有世界上*的数据仓库系统，为了能够准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。
金融管理研究的一个显著特点是数据分析量大、不确定性因素多，面对当今时代的海量金融数据，基于传统统计技术建立的模型假设条件多，实际应用难以奏效。
聚集通常作为数据挖掘的第一步。例如，哪一种类的促销对客户响应？，对于这一 类问题，首先对整个客户做聚集，将客户分组在各自的聚集里，然后对每个不同的聚集，回答问题，可能效果更好。
这种关联关系的分析，不仅应用与网站设计者可以根据访客日志数据，发现访客浏览习惯和网站页面间的关系。
关联分析 association analysis关联规则挖掘由Rakesh Apwal等人首先提出。两个或两个以上变量的取值之间存在的规律性称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。
数据挖掘就是对观测到的数据集（经常是很庞大的）进行分析，目的是发现未知的关系和以数据拥有者可以理解并对其有价值的新颖方式来总结数据。
