VaR估计中的模型风险——检验方法与实证研究 |
| |
作者姓名: | 姚京 李仲飞 |
| |
作者单位: | 中山大学岭南学院,广州510275 |
| |
基金项目: | 高等学校全国优秀博士学位论文作者专项资金(200267);新世纪优秀人才支持计划(NCET-04-0798);国家自然科学基金项目(70471018). |
| |
摘 要: | 本文以上证A股指数为例对GARCH类模型在估计Value-at-Risk(VaS)值时所存在的模型风险进行了分析。我们分别考虑了基于EWMA,GARCH,EGARCH和FIGARCH模型的VaR估计方法。模型风险的存在意味着使用不同的估计方法得出的VaR值可能迥然不同。为了对这四种估计方法进行评判,我们在似然率和Kullback-Leibler信息准则的基础上运用四种统计检验方法对不同置信度水平下的VaR估计值进行了返回检验。实证结果表明EGARCH和FIGARCH方法的袁现明显比其它两种优越.
|
关 键 词: | 模型风险 Vahle-at-Risk GARCH 统计检验 ARCH类模型 VaR估计 统计检验方法 实证研究 风险 FIGARCH模型 |
收稿时间: | 2005-04-15 |
本文献已被 维普 等数据库收录! |
|