中国股市VaR风险预测:GAS模型与GARCH模型的比较
GARCH模型是参数法预测风险价值VaR的常用模型,但近年的研究指出其对于极端值冲击不稳健,也不能利用完整的条件分布信息.理论上,新兴的广义自回归得分(GAS)模型设定不仅继承了GARCH的优良性质,也在极端冲击稳健性、历史分布信息利用上具有一定优势.通过将GAS模型与GARCH模型应用于中国A股市场股票指数的VaR预测,旨在研究GAS模型在实证上是否也具有优势.实证研究采用了A股5种常用指数收益率数据,考虑了多、空两种持仓策略以及5％、1％两种分位水平.收益率条件分布上选择了正态分布、学生t分布和偏t分布3种分布假设.结果显示:除多头策略1％水平的VaR预测外,对于每一个股票指数,至少存在一种模型-分布组合的VaR预测通过了全部3种回测检验.通过分位损失法比较发现,在采用了相对最优分布的前提下,GAS模型总体的VaR预测效果均优于GARCH模型,其理论上的优势得到了验证.
GAS模型、GARCH模型、VaR预测、分位损失、A股指数
37
F830.9(金融、银行)
2022-09-22（万方平台首次上网日期，不代表论文的发表时间）
共10页
56-65
