合肥工业大学学报（自然科学版）
閤肥工業大學學報（自然科學版）
합비공업대학학보（자연과학판）
JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE)
2014年
12期
1518-1522
,共5页
许启发%徐金菊%蒋翠侠%刘晓华
許啟髮%徐金菊%蔣翠俠%劉曉華
허계발%서금국%장취협%류효화
金融风险%风险价值(VaR)%分位数回归%神经网络分位数回归
金融風險%風險價值(VaR)%分位數迴歸%神經網絡分位數迴歸
금융풍험%풍험개치(VaR)%분위수회귀%신경망락분위수회귀
financial risk%value at risk(VaR)%quantile regression%quantile regression neural network (QRNN)
基于神经网络分位数回归给出VaR风险测度方法，一方面，通过其分位数回归功能可以揭示响应变量整个条件分布特征；另一方面，通过其神经网络结构，可以模拟经济系统中的非线性结构，从而很好地解决了VaR风险测度中遇到的2个难题：尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象，将其与传统的V aR金融风险测度方法进行了实证比较，实证结果表明，基于神经网络分位数回归的V aR风险测度方法，在样本内与样本外都取得了较好的实证效果。
基于神經網絡分位數迴歸給齣VaR風險測度方法，一方麵，通過其分位數迴歸功能可以揭示響應變量整箇條件分佈特徵；另一方麵，通過其神經網絡結構，可以模擬經濟繫統中的非線性結構，從而很好地解決瞭VaR風險測度中遇到的2箇難題：尾部風險測度與非線性關聯模式。文章選取上證綜指作為研究對象，將其與傳統的V aR金融風險測度方法進行瞭實證比較，實證結果錶明，基于神經網絡分位數迴歸的V aR風險測度方法，在樣本內與樣本外都取得瞭較好的實證效果。
기우신경망락분위수회귀급출VaR풍험측도방법，일방면，통과기분위수회귀공능가이게시향응변량정개조건분포특정；령일방면，통과기신경망락결구，가이모의경제계통중적비선성결구，종이흔호지해결료VaR풍험측도중우도적2개난제：미부풍험측도여비선성관련모식。문장선취상증종지작위연구대상，장기여전통적V aR금융풍험측도방법진행료실증비교，실증결과표명，기우신경망락분위수회귀적V aR풍험측도방법，재양본내여양본외도취득료교호적실증효과。
The value at risk(VaR) risk measure method is given based on quantile regression neural network(QRNN) .The whole conditional distribution characteristics of response variables can be re‐vealed through quantile regression ,while the nonlinear structure of economic system can be simulated through neural network .So QRNN can solve the two difficulties of VaR risk measure well ,i .e .tail risk measure and nonlinear relation patterns .By selecting Shanghai Composite Index as the research object ,the QRNN method is compared with the traditional methods .The results of empirical analysis show that the VaR risk measure method based on QRNN achieves a better effect in the sample or out of the sample .
