基于半参数模型的风险度量方法及其应用

发布时间：2021-11-13 16:05

　　目前度量预期不足的风险技术大多基于参数模型,其建模过程避免不了对收益的分布类型做出假定,但这些分布往往与现实相悖。鉴于此,文章提出两种重要半参数模型:CARE模型和CARES模型。应用我国2007—2016年上证综合指数与深证成分指数的相关数据评估模型优劣。结果表明:CARES模型与CARE模型在度量我国股市风险中都具有较好的效果,但两者比较,CARES模型明显优于CARE模型。因此,CARES模型能作为我国股市风险度量工具中的一个重要补充。 

【文章来源】：统计与决策. 2019,35(05)北大核心CSSCI

【文章页数】：4 页

【参考文献】：
期刊论文
[1]中美股票市场风险差异的新解释——收益对市场风险不对称效应的CAViaR模型与实证[J]. 张颖,孙和风.  南开经济研究. 2012(05)
[2]间接TARCH-CAViaR模型及其MCMC参数估计与应用[J]. 王新宇,宋学锋.  系统工程理论与实践. 2008(09)
[3]中国股市风险CAViaR方法的稳定性分析及其时变建模[J]. 刘新华,黄大山.  系统工程理论与实践. 2005(03)
[4]中国股市风险CAViaR建模的稳定性分析[J]. 黄大山,卢祖帝.  管理评论. 2004(05)



本文编号：3493310