风险度量 VaR 贝叶斯估计的渐近行为摘要 如今，随着全世界经济的快速发展和经济自由化大发展的背景下，金融风险已受到越来越多的国内外学者和研究人员的关心。风险度量作为风险管理中一个关键的部分,在经济全球化的当下，研究风险度量是非常重要的。 VaR 的研究和提出对风险管理做出了巨大贡献，但随着研究的进展，研究人员发现VaR 在许多情况下都存在一定的局限性。为了解决 VaR 在某些领域内出现无法适用的情况，各方的学者开始尝试寻找其他的风险措施，进而提出了一些其他的风险措施，比如CVaR，TVaR，熵风险措施等。风险始终是问题的不确定性，风险测量是表现并分析这种不确定性的方法。实际上，风险随机变量的分布与某些风险参数存在一定的依赖关系，因此就必须对这些特定的参数进行估计分析，同时要对其中的极限性质进行阐述。目前可以使用的估计方法比较多，如最大似然估计方法，非齐次可靠度估计和齐次可靠度估计，此外还有贝叶斯估计，可以进行估计的极限性质较多，例如常用的大偏差原理强互换性和渐近正态性，以及中偏差原理等。 通过分析贝叶斯估计 VaR 风险度量的渐近行为，分析风险度量的贝叶斯估计，进一步结合指数-伽马模型给出的风险度量的贝叶斯估计，验证该估计满足大偏差和兼容性原则。关键词 风险度量 大偏差原理 中心极限定理 贝叶斯估计；IThe asymptotic behavior of Bayesian estimation of The asymptotic behavior of Bayesian estimation of VaR in risk measureAbstract Nowadays, with the rapid development of the world's economy and the development of economic liberalization, financial risks have been concerned by more and more scholars and researchers at home and abroad. As a key part of risk management, risk measurement is very important to study risk measurement in the current economic globalization. VaR's research and proposals have made a huge contribution to risk management, but with the progress of research, researchers have found that VaR has certain limitations in many cases. In order to solve the situation that VaR cannot be applied in certain fields, scholars from various parties began to try to fin...
