期刊文献+

基于VaR-GARCH模型的国际原油期货风险分析 被引量:1

下载PDF
导出
摘要 基于金融时间序列的实际分布的尾部明显更厚,而峰度则更高的特征,可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后,得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。
出处 《现代商贸工业》 2009年第22期103-104,共2页 Modern Business Trade Industry
  • 相关文献

参考文献1

二级参考文献7

共引文献89

同被引文献18

  • 1谭庆美,吴金克.纽约原油期货市场多重分形特征研究[J].西北农林科技大学学报(社会科学版),2007,7(1):84-87. 被引量:5
  • 2魏宇.中国股市波动的异方差模型及其SPA检验[J].系统工程理论与实践,2007,27(6):27-35. 被引量:22
  • 3Yudong Wang,Chongfeng Wu. Forecasting energy mar- ket volatility using GARCH models: Canmultivariate models [ J ]. Energy Economics, 2012, 34 : 2167 - 2181.
  • 4Aijun Hou,Sandy Suardi. A nonparmnetric GARCH model of crude oil price return volatility [ J ]. Energy Economics, 2012,34:618 -626.
  • 5Kang SH, Kang SM. Foreeasting volatility oferud oil markets [ J ]. Energy Economics,2000,31 : 119 - 125.
  • 6姚小剑.道琼斯股票市场与WTI原油期货市场溢出效应实证检验[J].International Conference on Man-agement Science and EngineeringAdvances in Artificial Intelligence, 2011 ( 6 ) : 512 - 516.
  • 7Andersen T G, Bollerslev T, Meddahi N. Correcting the errors: volatility forecast evaluation using high fre- quency data and realized volatilities[ J]. Econometrica, 2005, 73 : 279 - 296.
  • 8Andersen T G, Bollerslev T. Answering the skeptics: yes, standard volatility models do provide accurate fore- casts [ J ]. International Economic Review, 1998, 39 : 885 - 905.
  • 9Hansen P R, Lunde A. Consistent ranking of volatility- models[ J]. Journal of Econometrics, 2006,131 : 97 - 121.
  • 10Bonanno, G1, F1Lillo, R1N1Mantegna. Levels of com- plexi2ty in financial markets [ J ]. Physica A, 2001, 299 : 16 - 27.

引证文献1

二级引证文献2

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