期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

上证综指收益的风险价值测度——基于高斯混合自回归模型的研究

Value at Risk Measurement for the Return of Shanghai Composite Index: Based on Gaussian Mixture Autoregressive Model
下载PDF
导出
摘要 本文将高斯混合自回归模型(GMAR)引入到风险价值(VaR)的计算上,并将其用于计算上证综指收益的VaR,将所得结果与GARCH类模型进行比较分析发现,GMAR能捕捉剧烈波动的条件异方差性,但对于较小的波动无法捕捉,因此所得VaR曲线较GARCH类模型平坦。而在不同的显著性水平下,GMAR模型预测VaR的能力都显著优于GARCH类模型。 The paper introduced Gaussian Mixture Autoregressive Model (GMAR) to the calculation of Value-at-Risk (VaR), calculated the VaR of the return of Shanghai Stock Exchange (SSE) composite index. By comparing the results with that of Generalized Auto-Regressive Conditional Hetero-skedasticity (GARCH), it is found that GMAR can capture heteroscedasticity's sharp fluctuations, but not the minor ones, so that the VaR curve of GMAR is smoother than GARCH's. Besides, under different significance levels, GMAR's capability of predicting VaR is obviously better than that of GARCH.
作者 倪禾 唐路明
机构地区 浙江工商大学金融学院 浙江工商大学
出处 《浙江社会科学》 CSSCI 北大核心 2013年第5期48-55,75+156,共10页 Zhejiang Social Sciences
基金 国家自然科学基金(基金号71101126)"基于自组织聚类半参数系统的金融时间序列预测模型研究"的阶段性成果 浙江工商大学研究生科研创新基金资助的成果
关键词 GMAR模型 VAR 回测检验 上证综合指数 GMAR model VaR back-testing test Shanghai composite index
分类号 F224 [经济管理—国民经济] F832.51 [经济管理—金融学]
  • 相关文献

参考文献11

  • 1王红军,田铮.非线性时间序列建模的混合自回归滑动平均模型[J].控制理论与应用,2005,22(6):875-881. 被引量：16
  • 2JON DANIELSSON.Blame the Models[].Journal of Financial Stability.2008
  • 3John W Lau,Mike K. P. So.Bayesian mixture of autoregressive models[].Computational Statistics.2008
  • 4Markus Haas.Value-at-Risk via mixture distributions reconsidered[].Applied Mathematics Letters.2009
  • 5C. Bishop.Pattern Recognition and Machine Learning[]..2006
  • 6Bollerslev T.Generalized autoregressive conditional heteroskedasticity[].Journal of Econometrics.1986
  • 7Bollerslev T,Chou R Y,Kroner K F.ARCH modeling in finance: A review of the theory and empircal literature[].Journal of Econometrics.1992
  • 8Chun Shan Wong,Wai Keung Li.On a mixture autoregressive model[].Journal of the Royal Statistical Society Series B Statistical Methodology.2000
  • 9Anders Wilhelmsson."Value at Risk with time varying variance,skewness and kurtosis—the NIGACD model"[].The Econometrics Journal.2009
  • 10Georgi N Boshnakov."Analytic expressions for predictive distributions in mixture autoregressive models"[].Statistics and Probability Letter.2009

二级参考文献8

  • 1杨叔子 吴雅.时间序列分析的工程应用[M].武汉:华中理工大学出版社,1994..
  • 2LE N D,MARTIN R,RAFTERY A E.Modeling flat stretches,bursts,and outliers in time series using mixture transition distribution models [J].J of the American Statistical Association,1996,91(436):1504-1515.
  • 3WONG C S,LI W K.On a mixture autoregressive model [J].J of the Royal Statistical Society,2000,62,part 1:95-115.
  • 4BENES V E.Existence of finite invariant measures for Markov processes [J].Proc of the American Mathematical Society,1967,18(6):1058-1061.
  • 5LOUIS T A.Finding the observed information matrix when using the EM algorithm [J].J of the Royal Statistical Society,1982,44(2):226-233.
  • 6茆诗松,王静龙,濮小龙.高等数理统计[M].北京:高等教育出版社;Heidelberg,Berlin:Springer-Verlag,1998.
  • 7BOX G E P,JENKINS G M,REINSEL G C.Time Series Analysis:Forecasting and Control [M].3rd ed.Engle-wood Cliffs,NJ:Prentice Hall,1994.
  • 8TONG H.Non-linear Time Series [M].New York:Oxford University Press,1990.

共引文献15

浙江社会科学
2013年 第5期

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