摘要:本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布(SGED)来描述资产收益,继而提出Sv-sGED模型对资产收益波动率建模,并以此来测度动态风险值(VaN),进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计sV模型的参数,提出基于有效重要性抽样(EIS)技巧的极大似然(ML)估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV(SV-N)和广义误差分布假定下的SV(SV-GED)模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。
关键词:var sv模型 有偏广义误差分布 有效重要性抽样 极大似然估计
单位:安徽财经大学金融学院 安徽蚌埠233030 湖南大学工商管理学院 湖南长沙410082 中国科学院数学与系统科学研究院 北京100190
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社