基于Beta-Skew-t-EGARCH-POT模型的极值风险测度研究

金融极值风险预测与金融风险管理密切相关。为提高金融极值风险测度的精准度,全面反映金融资产收益率序列的尖峰厚尾、偏斜、集聚以及杠杆效应等特征,在EGARCH模型基础上引入Skew-t分布,然后运用POT模型对标准化残差序列建模,刻画金融资产序列的尾部特征,构建基于Beta-Skew-t-EGARCH-POT的极值风险测度模型。使用沪深300指数和香港恒生指数历史数据对模型的精度和有效性进行检验,结果表明,Beta-Skew-t-EGARCH-POT模型能有效提高极值风险的预测精度,模型的有效性较好。