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