胖尾分布及长记忆下的动态EVT-VaR测度研究

被引：24

作者：

林宇 ^{[1
,2
]}

黄登仕 ^{[2
]}

魏宇 ^{[2
]}

机构：

[1] 成都理工大学商学院

[2] 西南交通大学经济管理学院

来源：

管理科学学报 | 2011年 / 07期

关键词：

胖尾分布; 长记忆性; 极值理论; 动态VaR测度; 稳健性检验;

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：

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结果表明,无论是中国新兴市场,还是西方成熟发达市场,金融收益与标准收益均呈现出明显的有偏胖尾分布特征;金融收益条件波动率均展现出长记忆性特征;EVT与FIGARCH模型相结合的动态极值风险测度模型不仅在样本内表现出优越的风险测度能力,而且在样本外同样具有可靠的预测推广能力.

引用

页码：71 / 82

页数：12

共 14 条

[1] 偏态t分布下FIGARCH模型的动态VaR计算
王吉培
旷志平
[J]. 统计与信息论坛, 2009, 24 (05) : 75 - 79
[2] 基于EVT-POT-FIGARCH的动态VaR风险测度
肖智
傅肖肖
钟波
[J]. 南开管理评论, 2008, (04) : 100 - 104
[3] 股票市场的极值风险测度及后验分析研究
魏宇
[J]. 管理科学学报, 2008, (01) : 78 - 88
[4] 基于GJR模型的EVT动态风险测度研究
林宇
魏宇
黄登仕
[J]. 系统工程学报, 2008, (01) : 45 - 51
[5] GARCH模型与VaR的度量研究
徐炜
黄炎龙
[J]. 数量经济技术经济研究, 2008, (01) : 120 - 132
[6] 极值风险E-VaR及深圳成指实证研究
黄大山
刘明军
卢祖帝
[J]. 管理评论, 2005, (06) : 16 - 24+63
[7] 基于GARCH模型和SV模型的VaR比较
余素红
张世英
宋军
[J]. 管理科学学报, 2004, (05) : 61 - 66
[8] 中国股市波动性过程中的长期记忆性实证研究
王春峰
张庆翠
不详
[J]. 系统工程 , 2004, (01) : 78 - 83
[9] Granger causality in risk and detection of extreme risk spillover between financial markets
Hong, Yongmiao
Liu, Yanhui
Wang, Shouyang
[J]. JOURNAL OF ECONOMETRICS, 2009, 150 (02) : 271 - 287
[10] Extreme Risk and Value-at-Risk in the German Stock Market
Tolikas, Konstantinos
Koulakiotis, Athanasios
Brown, Richard A.
[J]. EUROPEAN JOURNAL OF FINANCE, 2007, 13 (04) : 373 - 395

← 1 2 →