高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于EVT-POT-SVt模型的风险度量研究

董耀武,周孝华,姜婷

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2011> (3): 41-45
董耀武, 周孝华, 姜婷. 基于EVT-POT-SVt模型的风险度量研究[J]. bob手机在线登陆学报（社会科学版）, 2011, (3): 41-45.
引用本文: 董耀武, 周孝华, 姜婷. 基于EVT-POT-SVt模型的风险度量研究[J]. bob手机在线登陆学报（社会科学版）, 2011, (3): 41-45.
shu
DONG Yaowu, ZHOU Xiaohua, JIANG Ting. Risk Evaluation Measures Based on EVT-POT-SV Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (3): 41-45.
Citation: DONG Yaowu, ZHOU Xiaohua, JIANG Ting. Risk Evaluation Measures Based on EVT-POT-SV Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (3): 41-45.
shu

基于EVT-POT-SVt模型的风险度量研究

  • 1.

    重庆大学　经济与工商管理学院,　重庆　400030

基金项目:

国家自然科学基金资助项目（70473107）

Risk Evaluation Measures Based on EVT-POT-SV Model

  • 1.

    School of Economics and Business Administration, Chongqing University,　Chongqing　400030

  • 摘要:金融资产收益常因金融市场的剧烈波动而产生异常变化，针对其收益的厚尾性、波动的异方差性等特征，采用基于Markov链的Monte Carlo模拟积分方法对随机波动模型进行参数估计并取得标准残差序列，应用极值理论与SVt模型相结合，建立了基于EVT-POT-SVt的动态VaR模型。通过对上证综指收益做实证分析，结果表明：该模型能很好地刻画收益序列的波动性及尾部分布特征，在度量上证综指收益的风险方面合理而有效。
    Abstract:Facing with the fat-tail proceeds and the heteroskedasticity characteristics of volatility from financial assets return, the article uses Markov chain Monte Carlo method to estimate the parameters of the Standard SV model. At the same time, it transfers return series into standard residuals and uses EVT-POT method to capture the fat tails of standard residuals. Then, the paper constructs a new dynamic VaR risk measure based on EVT-POT-SV and applies it to daily returns of composite index of Shanghai stock market. The empirical analysis indicates that the risk measure can describe index return's dynamic VaR risk more exactly and reasonably.
  • [2] 邹建军,张宗益,秦拯. GARCH 模型在计算我国股市风险价值中的应用研究[J]. 系统工程理论与实践,2003(5):20-25.
    [2] 王春峰,李刚,赵欣. 基于模拟退火算法的VaR-GARCH 模型[J]. 系统工程学报,2003,18(1):1-7.
    [3] 王春峰,庄泓刚,房振明等. EGARCH-GED模型在计量中国期货市场风险价值中的应用[J]. 管理工程学报,2007,21(1):117-121.
    [4] 刘庆富,仲伟俊,梅妹娥．基于VaR-GARCH模型族的我国期铜市场风险度量研究[J]． 系统工程学报,2006,21(4):429-433．
    [5] Joans Andresson. On the normal inverses gaussian stochastic volatility model[J]. Journal of Bussiness of Economics Statistics,2001,19(1):44-54.
    [6] Harvey A C,Ruiz E,Shephard N. Multivariate stochastic variance models[J]. Reviewof Economic Studies,1994,61(2):247-267
    [7] Kim Shephard,Chib. Stochastic volatility: Likelihood inference and comparison with ARCH models[J]. Review of Economic Stud2ies,1998,65(3):361-393.
    [8] 余素红,张世英,宋军. 基于GARCH模型和SV模型的VaR比较[J]. 管理科学学报,2004,7(5):61-65.
    [9] Liesenfele R,Jung R C. Stochastic volatility models:conditional normality versus heavy-tailed distributions[J]. Journal of Applied Econometrics,2000,15(2):137-160.
    [10] 魏宇.金融市场的收益分布与EVT风险测度[J]. 数量经济技术经济研究,2006,23(4):101-110.
    [11] Ramazan G,Faruk S. Extreme value theory and value-at-risk: relative performance in emerging markets[J]. International journal of orecasting,2004,(20);287-303.
    [12] 潘慧峰,张金水. 国内外石油市场的极端风险溢出检验[J]. 中国管理科学,2007,15(3):25-29.
    [13] 盛方正,季建华,徐行之. 基于极值理论和自组织临界特性的供应链突发事件协调[J]. 系统工程理论与实践,2009,29(4):67-74.
    [14] Kupiec P H. Techniques for verifying the accuracy of risk measurement models[J]. Journal of Derivatives,1995,2:73-84.
  • [1] 谢品杰, 穆卓文, 王绵斌.中国省际能源尾效：测度、时空格局及影响因素. bob手机在线登陆学报（社会科学版）, 2019, (): 1-13.
    [2] 李宏.中国自然灾害与长期经济增长——基于VAR与VEC模型的协整分析. bob手机在线登陆学报（社会科学版）, 2018, (5): 112-118.doi:10.15918/j.jbitss1009-3370.2018.5458
    [3] 贺达.基于VAR模型P2P网络借贷与传统金融市场之间的动态变化. bob手机在线登陆学报（社会科学版）, 2018, (5): 82-89.doi:10.15918/j.jbitss1009-3370.2018.2334
    [4] 邸敏学, 郭栋.益阳草尾镇土地信托流转模式的深层解读. bob手机在线登陆学报（社会科学版）, 2016, (2): 88-92.doi:10.15918/j.jbitss1009-3370.2016.0214
    [5] 李成, 郭哲宇, 王瑞君.中国货币政策与股票市场溢出效应研究——基于VAR-GARCH-BEKK模型. bob手机在线登陆学报（社会科学版）, 2014, (4): 83-91.
    [6] 张保帅, 彭小兵.投资组合极值风险测度——基于T-Copula-SV-T-EVT模型. bob手机在线登陆学报（社会科学版）, 2014, (5): 77-81.
    [7] 詹原瑞, 刘俊梅.基于VaR和ES的经济资本配置方法比较分析. bob手机在线登陆学报（社会科学版）, 2013, (6): 46-50.
    [8] 周孝华, 李强, 张保帅.世界原油价格风险度量——基于EGARCH-EVT-t Copula模型. bob手机在线登陆学报（社会科学版）, 2012, (4): 10-16.
    [9] 江红莉, 何建敏, 庄亚明, 张岳峰.投资组合风险测度——基于FIGARCH-EVT-Copula方法. bob手机在线登陆学报（社会科学版）, 2012, (1): 44-49.
    [10] 崔和瑞, 王娣.基于VAR模型的我国能源-经济-环境(3E)系统研究. bob手机在线登陆学报（社会科学版）, 2010, (1): 23-28.
    [11] 王玉玲, 马军海, 王晶.中国股市收益率分形特征的实证研究. bob手机在线登陆学报（社会科学版）, 2010, (2): 65-67.
    [12] 马兴杰.有偏分布下的VaR估计方法研究. bob手机在线登陆学报（社会科学版）, 2008, (5): 75-77.
    [13] 纪颖波, 房海滨.基于破产概率和VaR的保险公司资产负债管理研究. bob手机在线登陆学报（社会科学版）, 2007, (5): 77-80.
    [14] 吴启权, 王春峰, 房振明, 李晗虹.基于SV模型时变参数的中国股市政策效应研究. bob手机在线登陆学报（社会科学版）, 2006, (3): 41-45.
    [15] 陈锐刚, 杨国孝.基于分形市场假设下的VaR计算. bob手机在线登陆学报（社会科学版）, 2003, (1): 84-86.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:1342
  • HTML全文浏览量:1
  • PDF下载量:210
  • 被引次数:0
出版历程
  • 收稿日期:2010-08-18

基于EVT-POT-SVt模型的风险度量研究

  • 1. 重庆大学　经济与工商管理学院,　重庆　400030
    • 基金项目:

    国家自然科学基金资助项目（70473107）

  • 收稿日期:2010-08-18

摘要:金融资产收益常因金融市场的剧烈波动而产生异常变化，针对其收益的厚尾性、波动的异方差性等特征，采用基于Markov链的Monte Carlo模拟积分方法对随机波动模型进行参数估计并取得标准残差序列，应用极值理论与SVt模型相结合，建立了基于EVT-POT-SVt的动态VaR模型。通过对上证综指收益做实证分析，结果表明：该模型能很好地刻画收益序列的波动性及尾部分布特征，在度量上证综指收益的风险方面合理而有效。

English Abstract

董耀武, 周孝华, 姜婷. 基于EVT-POT-SVt模型的风险度量研究[J]. bob手机在线登陆学报（社会科学版）, 2011, (3): 41-45.
引用本文: 董耀武, 周孝华, 姜婷. 基于EVT-POT-SVt模型的风险度量研究[J]. bob手机在线登陆学报（社会科学版）, 2011, (3): 41-45.
shu
DONG Yaowu, ZHOU Xiaohua, JIANG Ting. Risk Evaluation Measures Based on EVT-POT-SV Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (3): 41-45.
Citation: DONG Yaowu, ZHOU Xiaohua, JIANG Ting. Risk Evaluation Measures Based on EVT-POT-SV Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2011, (3): 41-45.
shu
参考文献 (14)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map