典型事实、极值理论与金融市场动态风险测度研究

本文在金融市场典型事实约束下,运用ARFIMA模型对金融市场条件收益率建模,运用GARCH、GJR、FIGARCH、APARCH、FIAPARCH等5种模型对金融波动率进行建模,进而运用极值理论(EVT)对标准收益的极端尾部风险建模来测度各股市的动态风险,并用返回测试(Back-testing)方法检验模型的适应性。实证结果表明,总的来说,FIAPARCH-EVT模型对各个市场具有较强的适应性,风险测度能力较为优越。进一步,本文在ARFIMA-FIAPARCH模型下,假定标准收益分别服从正态分布(N)、学生t分布(st)、有偏学生t分布(skst)、广义误差分布(GED)共4种分布,对各股市的动态风险测度的准确性进行检验,并和EVT方法的测度结果进行对比分析。结果表明,EVT方法风险测度能力优于其他方法,有偏学生t分布假设下的风险测度模型虽然略逊于EVT方法,但也不失为一种较好的方法;ARFIMA-FI-APARCH-EVT不仅在中国大陆沪深股市表现最为可靠,而且在其他市场也表现出同样的可靠性。