基于双曲线记忆HYGARCH模型的动态风险VaR测度能力研究

作     者：林宇 

作者机构：成都理工大学商学院四川成都610059 

出 版 物：《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期：2011年第19卷第6期

页      面：15-24页

核心收录：

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

基　　金：国家自然科学基金资助项目(71171025 71071131 70771097) 教育部"新世纪优秀人才支持计划"(NCET-08-0826) 教育部人文社会科学研究青年基金(10YJCZH086) 成都理工大学高层次人才科研启动基金(HJ0038) 成都理工大学优秀创新团队培育计划项目(2010TD01) 

主　　题：金融市场 典型事实 HYGARCH 动态风险 测度 

摘      要：本文针对金融市场的典型事实特征,运用自回归分数移动平均(Fractional Integrated Autoregressive Moving Average,ARFIMA)模型与双曲线记忆广义自回归条件异方差模型(Hyperbolic Memory Generalized Autoregressive Conditional Heteroscedasticity,HYGARCH)模型、分数协整非对称自回归条件异方差(Fractional Integrated Asymmetric Power Autoregressive Conditional Heteroscedasticity,FIAPARCH)模型和分数协整指数广义自回归条件异方差(Fractional Integrated Exponential Generalized Autoregressive Conditional Heteroscedasticity,FIEGARCH)模型结合,并运用有偏学生t分布(Skew Student t Distribution,SKST)来捕获金融收益分布形态,以此开展动态风险测度研究,进而运用返回测试(Back-Testing)中的似然比率测试(Likelihood Ratio Test,LRT)和动态分位数回归(Dynamic Quantile Regression,DQR)方法对风险模型的准确性与精度进行联合检验。通过实证研究,得到了一些非常有价值的实证结论:ARFIMA(1,d,1)-FIAPARCH(1,d,1)-SKST模型与ARFIMA(1,d,1)-HYGARCH(1,d,1)-SKST模型均表现出卓越的风险测度能力,但没有绝对优劣之分;ARFIMA(1,d,1)-FIEGARCH(1,d,1)-SKST模型在成熟市场的表现能力差强人意;本文引入的所有风险模型在中国大陆沪、深股市表现优越且没有实质性差异。