利用GARCH-M类模型和极值理论对上证综指的研究

金融时间序列具有分布的厚尾性、波动的集聚性等特征,传统的方法难以准确的度量其风险。文中运用一种新的估计VaR和ES的方法,即采取两阶段法。首先用GARCH-M类模型(GARCH-M、EGARCH-M和TGARCH-M)拟和原始收益率数据,得到残差序列;第二步用极值分析的方法分析的尾部,最后得到收益率序列的动态VaR和ES。最后对三个模型的计算结果进行比较。

基于GARCH模型和模拟退火算法的实证检验

本文以德国马克-英镑汇率数据为研究对象,以不同的GARCH模型(GARCH模型、E-GARCH模型和TGARCH模型)考察序列的异方差性和不对称性,并比较三种模型拟合效果的优劣性。最后,用模拟退火(SA)算法重新对GARCH模型的参数进行估计,并与传统的数值方法进行比较,证明了SA算法的确优于传统数值算法。