SV-M模型下VaR和ES估计的极值方法

摘要：

本文对随机波动均值内模型(SV-M)应用极值理论(EVT)的方法估计了金融回报的风险价值(VaR)和期望短缺(ES).用SV-M建模异方差金融回报时间序列,刻画了其波动聚类.用蒙特卡罗极大似然方法(MCL)来估计其参数.我们用基于一般帕累托分布(GPD)的EVT拟合SV-M模型的修正分布尾部,刻画了金融时序分布的肥尾特性.因此,本文的极值方法有效地克服了原有方法的缺陷,综合考虑了金融时序的波动聚类及其分布的肥尾特性,给出了合理的VaR和ES估计,对市场风险测度的研究进行了有益的探讨.

关键词：期望短缺(ES)、随机波动均值内模型(SV-M)、异方差、蒙特卡罗极大似然方法(MCL)、极值理论(EVT)、风险价值(VaR)、一般帕累托分布(GPD)

所属期刊栏目：22

分类号：O01.21

在线出版日期：2004-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：314-317