基于参数模型的EVaR风险度量计算方法及实证研究

被引：10

作者：

钱夕元

张超

机构：

[1] 华东理工大学理学院

来源：

经济数学 | 2012年 / 29卷 / 04期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

EVaR; CARE模型; GARCH类模型; SV模型;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F830.91 [证券市场];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

针对EVaR(Expectile-based Value at Risk)风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法,即EVaR计算的参数模型方法.并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法:Kupiec失败率检验和动态分位数(DQ)检验法.与采用CARE(Conditional Autoregressive Expectile)模型的EVaR计算方法进行了对比研究,结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果.选取2004年1月5日到2009年12月30日的国内外五个股票市场指数数据,针对日对数收益率进行了EVaR风险度量的实证研究,得出在金融危机期间,基于参数模型的EVaR预测要比基于CARE模型的EVaR预测更接近市场实际风险.

引用

收藏

页码：47 / 55

页数：9

相关论文

共 4 条

[1]

基于Expectile的线性异方差模型 [D].

姚宏伟 .

中国科学技术大学,

2011

[2]

Quantiles, expectiles and splines [J].

De Rossi, Giuliano ;

Harvey, Andrew .

JOURNAL OF ECONOMETRICS, 2009, 152 (02) :179-185

[3]

On the coherence of expected shortfall [J].

Acerbi, C ;

Tasche, D .

JOURNAL OF BANKING & FINANCE, 2002, 26 (07) :1487-1503

[4]

Asymmetric least squares regression estimation: A nonparametric approach.[J].Qiwli Yao;Howell Tong.Journal of Nonparametric Statistics.1996, 2-3