基于广义帕累托分布稳健估计法的沪市VaR预测

摘要

针对金融收益序列的“高峰、厚尾”特征,本文将ARMA-GARCH模型和POT模型结合起来度量上证综指的VaR,用广义帕累托分布(GPD)对POT模型的超额阈值进行拟合得到VaR.考虑到GPD参数的极大似然估计非稳健性,本文使用了GPD参数的三种稳健估计法:最小密度功效散度、中位数和似然矩估计.动态回溯检验结果表明,使用稳健方法拟合GPD,可以得到更为稳健、精准的VaR度量,并得到GPD稳健估计优劣性的比较结果.