论文部分内容阅读
VaR作为一种度量金融风险的风险管理工具，在金融领域得到广泛的应用。本文主要从VaR的定义出发，探讨如何利用极差分位数回归模型估计投资组合的VaR。由于收益率的极差序列含有关于收益率波动程度的信息，我们考虑利用极差序列代替波动率来刻画收益率的波动程度，建立关于极差的分位数回归模型预测VaR；同时，本文还改进了利用GARCH模型估计波动率的方法，从而提高了传统估计VaR方法的准确性。通过对上证指数的实证分析，比较了这两种模型对VaR预测的精确程度。研究发现，极差分位数模型和GARCH分位数模型在对VaR预测的精度方面没有明显的差异，但是由于极差分位数模型的运算较为简单，节省了运算效率，因此本文推荐利用极差分位数回归模型预测投资组合的VaR。