贡平邺：基于不同残差分布下GARCH模型的VaR估计论文

本文主要研究内容

作者贡平邺,陶沙（2019）在《基于不同残差分布下GARCH模型的VaR估计》一文中研究指出：为了研究在不同残差分布下哪种GARCH-VaR模型更能有效反映中国证券投资基金的市场风险,文章运用GARCH(1,1)-N模型、GARCH(1,1)-t模型和GARCH(1,1)-GED模型分别对4只证券投资基金进行VaR估计,并对得出的结果进行全面比较.结果表明,GARCH(1,1)-GED模型有可能更有效地预测市场风险.在此基础上利用Kupiec的LR检验法对这3种模型进行检验,检验结果表明,GARCH(1,1)-GED模型的VaR估计效果更好,能较好地估计中国证券投资基金市场VaR.

Abstract

wei le yan jiu zai bu tong can cha fen bu xia na chong GARCH-VaRmo xing geng neng you xiao fan ying zhong guo zheng quan tou zi ji jin de shi chang feng xian ,wen zhang yun yong GARCH(1,1)-Nmo xing 、GARCH(1,1)-tmo xing he GARCH(1,1)-GEDmo xing fen bie dui 4zhi zheng quan tou zi ji jin jin hang VaRgu ji ,bing dui de chu de jie guo jin hang quan mian bi jiao .jie guo biao ming ,GARCH(1,1)-GEDmo xing you ke neng geng you xiao de yu ce shi chang feng xian .zai ci ji chu shang li yong Kupiecde LRjian yan fa dui zhe 3chong mo xing jin hang jian yan ,jian yan jie guo biao ming ,GARCH(1,1)-GEDmo xing de VaRgu ji xiao guo geng hao ,neng jiao hao de gu ji zhong guo zheng quan tou zi ji jin shi chang VaR.

论文参考文献

[1].浅谈存款准备金率调整对我国股市的影响[J]. 周叔媛. 同行.2016(07)

[2].基于GARCH模型的互联网货币基金风险分析[J]. 杨万里. 时代金融.2018(14)

[3].我国股市杠杆效应研究[J]. 冯鲲鹏,陈峰. 商业时代.2013(02)

[4].基于结构转换GARCH模型的中英股市波动率研究[J]. 许菲. 淮海工学院学报(自然科学版).2018(01)

[5].基于GED-GARCH模型的沪深300指数收益率波动性研究[J]. 王喆,徐盼. 现代商业.2018(09)

[6].基于GARCH模型的股票收益率分析及预测[J]. 耿娟,刘怡超. 河北企业.2019(10)

[7].基于GARCH模型的股票指数收益率波动性分析[J]. 徐旭初,杨宁. 聊城大学学报(自然科学版).2017(04)

[8].基于GARCH模型的金融冲击对企业产出影响研究[J]. 曹金飞,干杏娣. 统计与信息论坛.2018(02)

[9].基于协整-GARCH模型的统计套利策略最优阈值改进研究[J]. 邢知,郝继升. 延安大学学报(自然科学版).2018(03)

[10].高频数据下基于PGARCH模型的VaR估计方法及应用[J]. 樊鹏英,兰勇,陈敏. 系统工程理论与实践.2017(08)

论文详细介绍

论文作者分别是来自淮北师范大学学报(自然科学版)的贡平邺,陶沙，发表于刊物淮北师范大学学报(自然科学版)2019年01期论文，是一篇关于模型论文,模型论文,模型论文,淮北师范大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自淮北师范大学学报(自然科学版)2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/13c8527b4014240c1fe6b0df.html