摘要
分别采用等权移动平均方法、指数加权移动平均方法、GARCH(1,1)方法、GARCH(1,1)-t方法和Pareto型极值分布方法计算上海和深圳股票日收益率的VaR。向后检验表明,Pareto型极值分布方法比其他方法更能准确地反映我国股市的风险。
The Value at Risks （VaRs） of daily return of Shanghai and Shenzhen index are calculated using Equally weighted moving average （EQMA）, Exponentially weighted moving average （EWMA）, GARCH（1,1）, GARCH（1,1） - t, and Pareto- type extreme value distribution method respectively. The back testing indicates that Pareto-type extreme value distribution method reflect the real market risk more accurately than other models.
出处
《财经理论与实践》
CSSCI
北大核心
2007年第4期37-40,共4页
The Theory and Practice of Finance and Economics
基金
湖南省社科基金<信用风险相依模型及其在组合风险度量中的应用研究>阶段性成果(编号:05YB95)
湖南省教育厅资助科研项目<信用风险计量模型及信用监管相关问题研究>阶段性成果
(编号:湘财教指05C562)
关键词
在险价值
向后检验
极值分布
Value at Risk
Back testing
Extreme Value Distribution
