10.3969/j.issn.1007-3116.2009.02.013
基于DCC-MVGARCH模型的证券组合VaR测度与拓展模型
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.
VaR测度、DCC-MVGARCH、流动性风险、峰度调整
24
F830.91(金融、银行)
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
64-71