基于EVT-POT-SV-GED模型的极值风险度量

被引:6
作者
周孝华
董耀武
姜婷
机构
[1] 重庆大学经济与工商管理学院
关键词
SV-GED; Monte Carlo模拟; 极值理论; Pareto分布;
D O I
暂无
中图分类号
F830.9 [金融市场]; F224 [经济数学方法];
学科分类号
0701 ; 070104 ;
摘要
针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.
引用
收藏
页码:152 / 159
页数:8
相关论文
共 6 条
[1]   国内外石油市场的极端风险溢出检验 [J].
潘慧峰 ;
张金水 .
中国管理科学, 2007, (03) :25-30
[2]   基于VaR-GARCH模型族的我国期铜市场风险度量研究 [J].
刘庆富 ;
仲伟俊 ;
梅姝娥 .
系统工程学报, 2006, (04) :429-433
[3]   基于GARCH模型和SV模型的VaR比较 [J].
余素红 ;
张世英 ;
宋军 .
管理科学学报, 2004, (05) :61-66
[4]   金融市场风险测量模型——VaR附视频 [J].
王春峰 ;
万海晖 ;
张维 .
系统工程学报, 2000, (01) :67-75+85
[5]  
Extreme value theory and Value-at-Risk: Relative performance in emerging markets[J] . International Journal of Forecasting . 2004 (2)
[6]   On the normal inverse Gaussian stochastic volatility model [J].
Andersson, J .
JOURNAL OF BUSINESS & ECONOMIC STATISTICS, 2001, 19 (01) :44-54