胖尾分布及长记忆下的动态 EVT-VaR 测度研究
DOI:
作者:
作者单位:

作者简介:

林 宇( 1973—) ,男,四川仪陇人,博士,副教授. Email: linyuphd@ 126. Com

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目( 70771097) ; 教育部“新世纪优秀人才支持计划”资助项目( NCET - 08 - 0826) ; 教育部社科研究 基金青年资助项目( 10YJCZH086)


Study on financial markets dynamic EVT-VaR measuring based on fated-tail distribution and long memory volatility
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用 FIGARCH 对条件波动率建模、极值理论( extreme value theory,EVT) 对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试( back-testing) 技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验. 实证研究结果表明,无论是中国新兴市场,还是西方成熟发达市场,金融收益与标准收益均呈现出明显的有偏胖尾分布特征; 金融收益条件波动率均展现出长记忆性特征; EVT 与 FIGARCH 模型相结合的动态极值风险测度模型不仅在样本内表现出优越的风险测度能力,而且在样本外同样具有可靠的预测推广能力.

    Abstract:

    For stylized facts characteristics such as fat tail distribution and long memory of conditional volatility for financial return series,this paper used FIGARCH model to conditional volatility,and then used extreme value theory ( EVT) model extreme tail of standard returns to measure dynamic risk. We find that all condi-tional return distributions and their standardized returns are skews and fat-tailed; Conditional volatilities of financial returns are characters of long memory,EVT are fit extreme tails of financial standardized returns. We introduce EVT and FIGARCH model to calculate dynamic risk for different financial markets,and applied Back-testing to check measurement ability,our result show that this risk measurement method is of accuracy either in sample or out of sample.

    参考文献
    相似文献
    引证文献
引用本文

林 宇,黄登仕,魏 宇.胖尾分布及长记忆下的动态 EVT-VaR 测度研究[J].管理科学学报,2011,14(7):71~82

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-04-15
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn