基于GARCH族模型的VaR和CVaR在沪深指数中的比较研究

文章对上证综合指数和深圳成分指数在GAR CH族模型和不同置信度的基础上计算Va R和CVa R值,通过GAR CH族模型下的对比研究,发现CVa R要比Va R估计值高,并且随着置信水平的增大,Va R和CVa R都增大,说明CVa R的效果更好,能够覆盖更多的风险,且CVa R有效降低了实际失败的次数,对于估计股票风险更加的合理。同时还发现,在选择的模型中,EGARCH模型要比GARCH模型效果好。