魏正元，李　娟，罗云峰

(重庆理工大学 数学与统计学院，重庆　400054)



基于EGARCH-GPD模型的沪深300指数的VaR度量

魏正元，李娟，罗云峰

(重庆理工大学 数学与统计学院，重庆400054)

摘要：结合经典的EGARCH模型和基于广义Pareto分布的极值理论，建立了一种新的EGARCH-GPD模型，并研究了新模型的动态VaR估计问题。沪深300指数VaR估计的返回测试结果表明：该EGARCH-GPD模型比传统的基于正态分布的EGARCH模型能更好地刻画金融数据分布的“厚尾”特征和波动率的时变性，在一定程度上提高了VaR估计的预测精度。

关键词：EGARCH模型；广义Pareto分布；POT；VaR；Kupiec失败率检验

近年来，随着信息技术的不断发展，经济和金融全球化的步伐不断加快，金融市场的波动性日趋激烈，对国家、企业的影响也越来越大，因此金融风险管理已经为越来越多的公司、部门、机构所重视，金融风险管理技术也成为当前研究的热点和难点。金融风险度量方法经过半个多世纪的发展已经取得了相当大的进步，尤其是随着复杂数学方法的成功运用，国内外学者提出了许多度量风险的方法，其中以VaR(value at risk)的使用最为广泛，其在现代金融风险管理中具有核心的地位。市场风险的VaR度量是指一个投资组合在某一给定的时间段内，以某个给定的概率α得到的所能承受的最大损失。换句话说，如果已知某一特定时间段内精确的 VaR，那么在这一时间段内发生比VaR更大的损失的概率就可以控制在α内。从统计学角度解释，VaR即是一随机变量的上侧α分位数。

如何估计收益率序列的波动率是VaR估计的核心问题之一。……