论文部分内容阅读
本文使用ARMA(1,1)与GARCH(1,1)、GJR(1,1)模型结合构造出标准残差序列,然后分别与条件EVT、条件正态分布、条件t分布和非条件EVT结合,形成8个风险测度模型,并分别用这些模型估计沪、深股市在置信水平为95%、97.5%、99%、99.5%的动态VaR(Value—at—Risk),然后用Kupiec(1995)和Christoffersen(1998)的返回测试(Back—testing)方法,判定沪、深股市对模型的准确性。研究结果表明,条件EVT风险模型能准确测度沪、深股市的风险