基于支持向量分位数回归多期VaR测度

发布时间：2021-01-01 17:20

　　为实现VaR风险准确测度,考虑到波动聚集、厚尾与非对称等金融市场典型特征,基于支持向量分位数回归模型,研究了VaR及其影响因素之间的线性及非线性依赖关系,给出了多期VaR风险测度方法,并将其与传统VaR风险测度方法进行了比较.选取上证指数、香港恒生指数和标准普尔500指数进行实证研究,VaR回测检验结果表明基于支持向量分位数回归模型的多期VaR风险测度在样本内与样本外都有良好的表现. 

【文章来源】：系统工程学报. 2014年02期 北大核心

【文章页数】：13 页

【参考文献】：
期刊论文
[1]中国股票市场的非对称效应研究[J]. 刘庆富,周程远.  系统工程学报. 2012(05)
[2]基于动态分位点回归模型的金融传染分析[J]. 叶五一,缪柏其.  系统工程学报. 2012(02)
[3]基于稀疏型支持向量回归的时间序列预测[J]. 张军峰,隋东.  系统工程学报. 2011(05)
[4]分位数局部调整模型及应用[J]. 许启发,蒋翠侠.  数量经济技术经济研究. 2011(08)
[5]应用门限分位点回归模型估计条件VaR[J]. 叶五一,缪柏其.  系统工程学报. 2008(02)
[6]基于GARCH模型和SV模型的VaR比较[J]. 余素红,张世英,宋军.  管理科学学报. 2004(05)



本文编号：2951690