期刊文献+

基于CARR-CVaR模型的我国股市动态风险度量 被引量:3

下载PDF
导出
摘要 VaR和CVaR是目前风险度量的主流方法,基于高频数据对我国股市近期VaR和CVaR的同时动态估计能够实现对风险的实时双重监控。高频数据蕴含了更加丰富的波动信息,本文以沪深300指数5分钟数据为研究对象,运用CARR模型对收益序列的波动性进行拟合,进而在多种新息分布假定下测算了收益序列的VaR和CVaR。
出处 《统计与决策》 CSSCI 北大核心 2013年第24期152-156,共5页 Statistics & Decision
  • 相关文献

参考文献5

  • 1Alizadeh S,Brandt M,Diebold F. Range-based Estimation of Stochastic Volatility Models[J].{H}Journal of Finance,2002,(57).
  • 2Martens M,Dijk D. Measuring Volatility with the Realized Range[J].Journal of Derivatives,1995,(02).
  • 3Lambert P,Laurent S. Modeling Financial Time Series Using GARCH-type Models and a Skewed Student Density[M].Mimeo,Universite de Liege,2001.
  • 4Giot P,Laurent S. Value-at-Risk for Long and Short Positions[J].{H}Journal of Applied Econometrics,2003,(18).
  • 5苏涛,詹原瑞.证券组合SKST-APARCH模型和VaR估计分析[J].系统工程学报,2005,20(6):639-643. 被引量:11

二级参考文献3

共引文献10

同被引文献12

引证文献3

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