摘要：动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布（GT）和Gram Charlier Expansion分布（GCE）在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005—2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性参数达到0.9以上。从各种统计指标综合来看,这两种方法都具有较好的实证表现。尽管GCE分布具有某些高阶矩建模的便利性,GT分布的实证拟合能力更强,对极端概率Value-atRisk的样本外预测也更加准确。

关键词：高阶矩 gjrgarch gram charlier expansion 

单位：北京大学国家发展研究院中国经济研究中心 北京100871