基于EVT-POT-SV模型的极值风险度量

摘要：

金融市场常受各种因素的影响造成剧烈波动,资产收益也会因此产生异常变化.针对金融资产收益的厚尾性、波动的异方差性等特征,采用基于Markov链的Monte Carlo模拟积分方法,对随机波动模型进行参数估计并取得标准残差序列,应用极值理论与随机波动模型相结合,建立了基于EVT-POT-SV的动态VaR模型.通过对上证综指收益做实证分析,结果表明:该模型能很好地刻画收益序列的波动性及尾部分布特征,在度量上证综指收益的风险方面更加合理而有效.

关键词：SV、EVT-POT、厚尾、VaR

所属期刊栏目：25

分类号：F831.5(金融、银行)

资助基金：国家自然科学基金项目《基于核准制下的IPOs抑价、长期弱势与定价研究》70473107

在线出版日期：2011-03-23（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：31-35