VaR估计中的模型风险--检验方法与实证研究
本文以上证A股指数为例对GARCH类模型在估计Value-at-Risk(VaR)值时所存在的模型风险进行了分析.我们分别考虑了基于EWMA,GARCH,EGARCH和FIGARCH模型的VaR估计方法.模型风险的存在意味着使用不同的估计方法得出的VaR值可能迥然不同.为了对这四种估计方法进行评判,我们在似然率和Kullback-Leibler信息准则的基础上运用四种统计检验方法对不同置信度水平下的VaR估计值进行了返回检验.实证结果表明EGARCH和FIGARCH方法的表现明显比其它两种优越.
模型风险、Value-at-Risk、GARCH、统计检验
17
F83;TN9
高等学校全国优秀博士学位论文作者专项资金200267;新世纪优秀人才支持计划NCET-04-0798;国家自然科学基金项目70471018
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
3-7,54