评估Value-at-Risk模型——条件矩检验方法

提出一种基于条件矩检验的Value-at-Risk （VaR）模型评估方法. 其基本思想是如果VaR模型无设定误差，则观察到的“突破”事件是鞅过程.因此可以通过检验“突破”事件是否为鞅对VaR模型进行设定检验. 采用条件矩检验方法对风险管理行业普遍使用的八种VaR 模型进行回测检验，作者发现条件历史模拟法表现最好，通过了各种检验，而无条件正态分布VaR模型表现最差，没有通过任何一种检验. 在风险管理实务中，作者推荐使用条件历史模拟法度量和管理金融风险.     

股票日内收益非对称性检验

文章分别考察了1 min5、min和10 min等间隔抽样的股票日内收益,并利用样本偏度方法和基于偏t分布的LM检验方法对3种抽样频率的日内收益的非对称性进行检验;结果表明,随抽样频率升高,样本峰度系数增大,在1 min频率,样本偏度检验几乎拒绝所有股票和股票指数收益的对称性,而LM检验仅拒绝其中几只,但是在5 min和10 min频率,2种检验结果趋于一致。     

利用Pearson IV分布估计Value-at-Risk

建立一种新的风险价值度量模型:GARCH-Pearson IV(GARCH-PIV),并利用此模型对沪深股市的4种主要指数和随机挑选的6只A股股票进行实证分析,回测检验表明,GARCH-PIV模型估计风险价值更为精确,优于历史模拟法、RiskMetrics模型及其他几类GARCH模型,尤其在估计极端分位数时,表现更优.     

评估Value-at-Risk模型——条件矩检验方法

提出一种基于条件矩检验的Value-at-Risk(VaR)模型评估方法.其基本思想是如果VaR模型无设定误差,则观察到的"突破"事件是鞅过程.因此可以通过检验"突破"事件是否为鞅对VaR模型进行设定检验.采用条件矩检验方法对风险管理行业普遍使用的八种VaR模型进行回测检验,作者发现条件历史模拟法表现最好,通过了各种检验,而无条件正态分布VaR模型表现最差,没有通过任何一种检验.在风险管理实务中,作者推荐使用条件历史模拟法度量和管理金融风险.