基于DCC-MVGARCH模型的证券组合VaR测度与拓展模型

摘要：

运用多元的DOC-MVGARCH模型方法对股票投资组合进行VaR测度,并与J.P.Morgan银行采用的IGARCH模型计算结果进行对比.结果表明,在测度VaR方面,无论在1%或是5%置信水平下,DCC-MVGARCH模型均优于单变量IGARCH模型.以DCC-MVGARCH模型测度的VaR为基础,把峰度、流动性风险因素纳入VaR模型框架后,发现拓展后的VaR模型预测风险能力显著增强,在所有拓展模型中,同时考虑了内生性、外生性流动性风险的LAVaR3模型表现最优.

关键词：VaR测度、DCC-MVGARCH、流动性风险、峰度调整

所属期刊栏目：24

分类号：F830.91(金融、银行)

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：64-71