基于EVT-POT-FIGARCH的动态VaR风险测度

摘要：

金融实践中,金融资产回报不仅具有厚尾性、波动的异方差性两大特点,而且其波动表现出明显的长期记忆性.本文利用FIGARCH模型处理波动异方差性和长期记忆性、EVT-POT方法捕捉回报分布厚尾的优势,提出了能反映厚尾性、异方差性和长期记忆性的金融风险度量模型--基于EVT-POT-FIGARCH的动态VaR模型,并用中国股票市场的沪深300指数和上证综合指数的每日收盘价进行实证分析.结果表明,模型能较好地处理这两个指数回报序列的三大特点,更准确地度量其VaR风险.

关键词：EVT-POT、FIGARCH、厚尾、长期记忆、VaR

所属期刊栏目：11

分类号：F83;F22

资助基金：国家自然科学基金项目50607021;重庆市自然科学基金项目CSTC,2006BB2246

在线出版日期：2008-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：100-104