基于HMM的VaR风险度量及其实证分析 |
| |
引用本文: | 汪金菊,吴燕飞,王杨.基于HMM的VaR风险度量及其实证分析[J].合肥工业大学学报(自然科学版),2013(5):632-636. |
| |
作者姓名: | 汪金菊 吴燕飞 王杨 |
| |
作者单位: | 合肥工业大学数学学院;云南大学经济学院 |
| |
基金项目: | 安徽省自然科学基金资助项目(1208085MF91;11040606M03);教育部人文社会科学研究资助项目(10YJA910005);合肥工业大学研究生教学改革资助项目(YJG2010Y24);中央高校基本科研业务费专项资助项目(2012HGXJ0043) |
| |
摘 要: | 文章基于隐马尔科夫模型(HMM)提出了度量金融资产风险价值(VaR)的HMM-ARMA-GARCH模型。首先对金融资产收益率序列建立正常状态和异常状态的隐马尔科夫模型,使用期望最大化算法估算出模型中的未知参数,再利用Viterbi算法估算出收益率序列所对应的隐状态序列,根据隐状态序列把收益率序列数据分成正常状态类序列和异常状态类序列2个大类,对2个状态类序列分别建立ARMA-GARCH模型来估算VaR。最后利用该模型和传统的ARMA-GARCH模型对上证企债指数进行了实证分析,采用Ku-piec失败频率检验法对VaR的准确性进行检验。实证结果表明,该模型的VaR计算方法具有较好的估计效果,能够有效地降低GARCH模型高估波动持续性的现象。
|
关 键 词: | 隐马尔科夫模型 VaR风险价值 ARMA-GARCH模型 Kupiec失败频率检验 |
本文献已被 CNKI 等数据库收录! |
|