基于广义帕累托分布稳健估计法的沪市VaR预测

• 作 者: 吴亮 邓明
• 机 构: 阜阳师范学院数学与计算科学学院,厦门大学经济学院,中国社会科学院城市发展与环境研究所
• 出 处: 首都经济贸易大学学报
• 发表日期: 2013年4期
• 关键词: VAR 广义帕累托分布 最小密度功效散度 中位数 似然矩 VaR generalized pareto distribution minimum density

针对金融收益序列的“高峰、厚尾”特征，本文将ARMA—GARCH模型和POT模型结合起来度量上证综指的VaR，用广义帕累托分布（GPD）对POT模型的超额阈值进行拟舍得到VaR。考虑到GPD参数的极大似然估计非稳健性，本文使用了GPD参数的三种稳健估计法：最小密度功效散度、中位数和似然矩估计。动态回溯检验结果表明，使用稳健方法拟合GPD，可以得到更为稳健、精准的VaR度量，并得到GPD稳健估计优劣性的比较结果。