首页> 外文OA文献 >Analisis Value At Risk Dibawah Capital Asset Pricing Model Berdistribusi Koyck dengan Volatilitas Tak Konstan dan Efek Long Memory
【2h】

Analisis Value At Risk Dibawah Capital Asset Pricing Model Berdistribusi Koyck dengan Volatilitas Tak Konstan dan Efek Long Memory

机译:具有恒定波动性和长期记忆效应的Koyck分布式资本资产定价模型下的风险价值分析

摘要

Dalam paper ini dianalisis Value-at-Risk (VaR) dibawah Capital Asset Pricing Model (CAPM) yang berdistribusi Koyck dengan volatilitas tak konstan dan efek long memory. Diasumsikan bahwa tingkat pengembalian saham dibawah CAPM dengan lagged. Untuk mengestimasi koefisien beta dalam CAPM dengan lagged, dilakukan dengan pendekatan distribusi Koyck. VaR, sebagai ukuran tingkat risiko investasi, dirumuskan berdasarkan CAPM dengan lagged yang berdistribusi Koyck. Dengan asumsi bahwa tingkat pengembalian indeks pasar memiliki volatilitas tak konstan, dimodelkan dengan model-model generalized autoregressive conditional heteroscedastic (GARCH). Sedangkan efek long memory dianalisis menggunakan model autoregressive fractional integrated moving average (ARFIMA). Hasil analisis menunjukkan bahwa tingkat pengembalian indeks pasar terdapat efek long memory. Model rata-rata dan variansi tingkat pengembalian indeks pasar terdiferensi mengikuti model ARMA(1,1)-GARCH(1,1). Dibawah CAPM yang berdistribusi Koyck, masing-masing tingkat pengembalian sahamsaham S1 sampai dengan S10 menghasilakan VaR relatif kecil, dengan kinerja cukup tepat. Dari sahamsahamS1 sampai dengan S10, risiko terkecil pada saham S6 dengan VaR adalah 0,036540 dan risiko terbesar pada saham S2 dengan VaR adalah 0,104079.
机译:本文在资本资产定价模型(CAPM)下,以具有不稳定波动率和长记忆效应的Koyck分布分析风险价值(VaR)。假设低于CAPM的股票收益是滞后的。为了估计CAPM滞后的β系数,使用了科伊克分布法。 VaR是衡量投资风险水平的指标,它是根据CAyck分布的CAPM滞后得出的。假设市场指数的回报率具有恒定的波动性,则可以使用广义自回归条件异方差(GARCH)模型进行建模。使用自回归分数积分移动平均值(ARFIMA)模型分析长记忆的影响。分析表明,市场指数收益具有较长的记忆效应。差异化市场指数的平均收益和方差收益遵循ARMA(1.1)-GARCH(1.1)模型。根据Koyck发行的CAPM,从S1到S10份额的每一份额产生了相对较小的VaR,并且具有相当合适的表现。从sahamsahamS1到S10,具有VaR的S6股票的最小风险为0.036540,具有VaR的S2股票的最大风险为0.104079。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号