基于广义自回归得分的非对称拉普拉斯分布与极端下行风险预测
认领作者 认领管理权限
发布日期:2022年01月17日 上次修订日期:2022年01月19日

摘要

针对金融收益率数据存在的分布有偏、高峰厚尾以及不对称等特点导致传统分布难以对其进行描述的问题,通过广义自回归得分(GAS)理论改进了非对称拉普拉斯分布(ALD),得到的广义自回归-非对称拉普拉斯分布(GAS-ALD)能够有效描述高峰厚尾、有偏以及分布不对称的特点。并使用该模型对上证指数、深圳指数与中小板指数进行了实证研究。研究发现:三个指数的分布参数与各阶矩均有明显的时变特征与聚集特征;对比了常用的用于计算VaR与ES的模型,GAS-ALD模型对于VaR与ES具有较高的预测效力。

洪绍鹏 ; 基于广义自回归得分的非对称拉普拉斯分布与极端下行风险预测 (2022年01月17日)http://www.cfrn.com.cn//lw/yhyjrjg/fxgllw/43767e0c6af84e74b4b483ed36d7bf11.htm

选择要认领的作者
真实姓名
*邮 箱
身份验证
确认
取消