期刊文献+

基于GARCH模型及VaR方法的证券市场风险度量研究 被引量:12

在线阅读 下载PDF
导出
摘要 本文运用GARCH类模型对上证指数和中证全债指数序列进行拟合分析,并估计了其多头和空头头寸的VaR值,得出如下主要结论:我国股票市场存在显著的非对称效应,而债券市场是否存在非对称效应并不明确;在度量VaR值时,除了模型种类的选择外,关键因素是分布假设和显著性水平的高低;在正态分布下,当置信水平较低时,估计的VaR值能较好地刻画序列的尾部特征,但当显著性水平较高(如99%)时,估计的VaR值存在低估风险的情形;在t-分布和GED分布下,无论显著性水平的高低,GARCH类模型均能很好地刻画序列的尾部特征;2003年以来我国债券市场的风险远小于股票市场。
出处 《工业技术经济》 2009年第11期128-137,共10页 Journal of Industrial Technological Economics
基金 北京市教委人文社科研究计划项目(项目编号:12210991805)
  • 相关文献

参考文献17

  • 1Engle R.F..Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation [J]. Econometrica, 1982, 50 (4): 987-1007.
  • 2Bollerslev T..Generalized Autoregressive Conditional Heteroskedasticity [ J]. Journal of Econometrics, 1986, 31 (2) : 307 - 327.
  • 3Laurent S.. Peters J.P., G @ RCH2.2: An Ox Package for Estimating and Forecasting Various ARCH Models [J]. Journal of Economic Surveys, 2002, 16 (2): 447-485.
  • 4Giot P., Laurent S.. Modeling Daily Value at Risk Using Realized Volatility and ARCH Type Models [J]. Journal of Empirical Finance, 2004, 11 (2): 379-398.
  • 5Engle R., Manganelli S..CAVaR: Conditional Autoregressive Value at Risk by Regression Quantiles [J]. Journal of Business and Economic Statistics, 2004, 22 (2) : 367 - 381.
  • 6Herzberg M., Sibbertsen P..Pricing of Options under Different Volatility Models [ R]. 2005, Unpublished Manuscript.
  • 7Ricardo A..The Estimation of Market VaR Using GARCH Models and a Heavy Tall Distributions [ R ]. 2006, Working Paper Series.
  • 8王美今,王华.基于GARCH-t的上海股票市场险值分析[J].数量经济技术经济研究,2002,19(3):106-109. 被引量:39
  • 9陈守东,俞世典.基于GARCH模型的VaR方法对中国股市的分析[J].吉林大学社会科学学报,2002,42(4):11-17. 被引量:92
  • 10吴文锋,朱云,吴冲锋,芮萌.B股向境内居民开放对A、B股市场分割的影响[J].经济研究,2002,37(12):33-41. 被引量:83

二级参考文献101

共引文献338

同被引文献108

引证文献12

二级引证文献21

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部