基于QRMS2EGARCH1,1st模型的互联网金融指数风险度量
文档名：基于QRMS2EGARCH1,1st模型的互联网金融指数风险度量
摘要：基于2012-2021年互联网金融指数的日收盘价数据,采用二区制MS-GARCH(1,1)类模型刻画互联网金融指数收益率的波动过程,通过分析选出较优的模型MS(2)-EGARCH(1,1)-st,结果显示,互联网金融指数收益率存在两种划分明显的波动状态:平缓波动状态比剧烈波动状态的持续性更强,且剧烈波动存在非对称效应.将MS-EGARCH模型与分位数回归(QR)模型的组合模型进行互联网金融指数收益率的风险测度,并通过Kupiec回测检验方法计算拟合成功率,结果表明,QR-MS(2)-EGARCH(1,1)-st求解得到的风险价值(VaR)具有较高拟合成功率.
Abstract：Basedonthedailyclosingpricedataoftheinternetfinanceindexfrom2012to2021,thetwo-zoneMS-GARCH(1,1)modelisfirstlyusedtodescribethefluctuationprocessoftheinternetfinanceindex,andtheoptimalmodelMS(2)-EGARCH(1,1)-stisselectedthroughanalysis.Theresultsshowthatthereturnrateoftheinternetfinanceindexhastwoclearlydividedstates:themildfluctuationstateismorepersistentthantheshapefluctuationstate,andtheshapefluctuationstatehasasymmetriceffects.Secondly,thecombinedmodelofMS-EGARCHmodelandquantileregression(QR)modelareusedtomeasuretheriskofinternetfinancereturnseries,andthesuccessrateiscalculatedbyKupiecbacktrackingtestmethod.Theresultsshowthatthesuccessrateofvalueatrisk(VaR)obtainedbyQR-MS(2)-EGARCH(1,1)-stishigher.
作者：蒋文希唐国强甘柳燕Author：JIANGWenxiTANGGuoqiangGANLiuyan
作者单位：桂林理工大学数学与统计学院,广西桂林541006
刊名：桂林理工大学学报
Journal：JournalofGuilinUniversityofTechnology
年，卷(期)：2024, 44(1)
分类号：F832.5
关键词：互联网金融状态转换QR-MS-EGARCHVaR
Keywords：internetfinancestatetransistionQR-MS-EGARCHVaR
机标分类号：F832.51F224O1
在线出版日期：2024年4月16日
基金项目：国家自然科学基金基于QR-MS(2)-EGARCH(1,1)-st模型的互联网金融指数风险度量[
期刊论文]桂林理工大学学报--2024, 44(1)蒋文希唐国强甘柳燕基于2012-2021年互联网金融指数的日收盘价数据,采用二区制MS-GARCH(1,1)类模型刻画互联网金融指数收益率的波动过程,通过分析选出较优的模型MS(2)-EGARCH(1,1)-st,结果显示,互联网金融指数收益率存在两种划分明显的波...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于QR-MS(2)-EGARCH(1,1)-st模型的互联网金融指数风险度量Risk measurement of internet finance index based on QR-MS(2)-EGARCH(1,1)-st model
基于QR-MS(2)-EGARCH(1,1)-st模型的互联网金融指数风险度量.pdf
页:
[1]