基于结构转换非参数GARCH模型的VaR估计

摘要：

考虑股市波动结构转换的特性和参数模型会产生误设的情况,提出具有马尔可夫结构转换的非参数GARCH模型,并利用非参数估计技术估计波动率.将沪深股市的波动变化分为下跌、盘整和上涨3个状态,分别采用基于马尔可夫结构转换参数与非参数GARCH(MRS-GARCH)模型对我国沪深股市的波动率进行估计和预测,运用MSE1、MSE2和QLIKE对估计和预测出的波动率进行评价.结果表明误差分布服从正态分布的参数和非参数MRS-GARCH模型的估计和预测更准确.在此基础上对沪深股市收益率的动态VaR值进行估计,然后运用Kupiec检验法对这两类模型在预测实际损失的表现进行评价.估计和检验结果表明,基于参数和非参数的MRS-GARCH模型都能较好地估计中国沪深股市VaR,且基于非参数MRS-GARCH模型的VaR估计效果更好.

关键词：马尔可夫结构转换、MRS-GARCH模型、非参数MRS-GARCH模型、VaR

所属期刊栏目：17

分类号：F830.91(金融、银行)

资助基金：国家自然科学基金资助项目70871003,71271011

在线出版日期：2014-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：69-80