管理科学学报
管理科學學報
관이과학학보
JOURNAL OF MANAGEMENT SCIENCES IN CHINA
2014年
2期
69-80
,共12页
马尔可夫结构转换%MRS-GARCH模型%非参数MRS-GARCH模型%VaR
馬爾可伕結構轉換%MRS-GARCH模型%非參數MRS-GARCH模型%VaR
마이가부결구전환%MRS-GARCH모형%비삼수MRS-GARCH모형%VaR
Markov regime-switching%MRS-GARCH model%nonparametric MRS-GARCH model%VaR
考虑股市波动结构转换的特性和参数模型会产生误设的情况,提出具有马尔可夫结构转换的非参数GARCH模型,并利用非参数估计技术估计波动率.将沪深股市的波动变化分为下跌、盘整和上涨3个状态,分别采用基于马尔可夫结构转换参数与非参数GARCH(MRS-GARCH)模型对我国沪深股市的波动率进行估计和预测,运用MSE1、MSE2和QLIKE对估计和预测出的波动率进行评价.结果表明误差分布服从正态分布的参数和非参数MRS-GARCH模型的估计和预测更准确.在此基础上对沪深股市收益率的动态VaR值进行估计,然后运用Kupiec检验法对这两类模型在预测实际损失的表现进行评价.估计和检验结果表明,基于参数和非参数的MRS-GARCH模型都能较好地估计中国沪深股市VaR,且基于非参数MRS-GARCH模型的VaR估计效果更好.
攷慮股市波動結構轉換的特性和參數模型會產生誤設的情況,提齣具有馬爾可伕結構轉換的非參數GARCH模型,併利用非參數估計技術估計波動率.將滬深股市的波動變化分為下跌、盤整和上漲3箇狀態,分彆採用基于馬爾可伕結構轉換參數與非參數GARCH(MRS-GARCH)模型對我國滬深股市的波動率進行估計和預測,運用MSE1、MSE2和QLIKE對估計和預測齣的波動率進行評價.結果錶明誤差分佈服從正態分佈的參數和非參數MRS-GARCH模型的估計和預測更準確.在此基礎上對滬深股市收益率的動態VaR值進行估計,然後運用Kupiec檢驗法對這兩類模型在預測實際損失的錶現進行評價.估計和檢驗結果錶明,基于參數和非參數的MRS-GARCH模型都能較好地估計中國滬深股市VaR,且基于非參數MRS-GARCH模型的VaR估計效果更好.
고필고시파동결구전환적특성화삼수모형회산생오설적정황,제출구유마이가부결구전환적비삼수GARCH모형,병이용비삼수고계기술고계파동솔.장호심고시적파동변화분위하질、반정화상창3개상태,분별채용기우마이가부결구전환삼수여비삼수GARCH(MRS-GARCH)모형대아국호심고시적파동솔진행고계화예측,운용MSE1、MSE2화QLIKE대고계화예측출적파동솔진행평개.결과표명오차분포복종정태분포적삼수화비삼수MRS-GARCH모형적고계화예측경준학.재차기출상대호심고시수익솔적동태VaR치진행고계,연후운용Kupiec검험법대저량류모형재예측실제손실적표현진행평개.고계화검험결과표명,기우삼수화비삼수적MRS-GARCH모형도능교호지고계중국호심고시VaR,차기우비삼수MRS-GARCH모형적VaR고계효과경호.
