基于AAVS-CAViaR模型的股市风险测量研究

考虑金融资产收益与正负收益对分位数冲击的不对称性,建立含有不对称绝对值和斜率设定的AAVS-CAViaR模型,采用混合最优化方法估计模型的参数并进行显著性检验.对1996—2008年期间沪深港股票指数的实证研究表明:沪深港股票市场均存在正负收益消息对市场风险冲击的不对称现象,且在不同VaR置信水平下存在差异;通过Granger因果检验发现沪深港股市的风险变化存在显著的互动传导关系;提出了VaR预测模型的评估准则,对所选样本数据而言AAVS-CAViaR模型比间接GARCH模型更好地描述了市场风险的演化模式.

间接TARCH-CAViaR模型及其MCMC参数估计与应用

考虑正负资产收益对分位数冲击的不对称性提出间接TARCH-CAViaR模型.CAViaR一般模型中递归分位回归方程的非线性和非连续可微性是参数估计的一个难题,基于含有尺度参数的不对称拉普拉斯分布作为误差过程,指出将尺度参数固定为常数会导致不对称拉普拉斯分布随机变量的方差存在最小正值的限制,与实际金融数据分布不符;进而提出采用贝叶斯分析和马尔科夫链蒙特卡罗模拟方法,估计间接TARCH-CAViaR模型的参数,并可获得尺度参数的合理估计.实证研究中对上证指数的市场风险演化模式进行了测算,动态分位检验、后验测试表明模型VaR预测效果理想,消息冲击曲线表明上海股市好坏消息对市场风险的冲击是不对称的,且这种影响作用在不同置信水平市场风险中表现得有显著差异.