机构地区: 重庆大学经济与工商管理学院
出 处: 《统计与决策》 2013年第11期78-82,共5页
摘 要: 文章旨在运用极值理论提高VaR的适用性和估计的精确度。VaR技术作为一种统计方法常用来测度金融市场风险,极值理论则是研究随机变量或过程的极端情形的统计规律性。然而,经典的极值模型要求金融时序服从独立同分布条件。考虑满足平稳性条件下的金融时序,针对序列相关引致的极值成串现象,引入极值指标来刻画极值数据间的相关结构,采用除串技术过滤数据的相关性,进而得到渐进独立的同分布序列,再构建GPD模型来测度VaR。实证分析和回测检验表明:改进的GPD阈值模型具有对风险测度的有效性和精确性。
关 键 词: 广义帕累托分布 除串 平稳序列 极值指标 风险价值
领 域: [经济管理]