• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Management in the post-crisis era: diverse world and diversified management. >Extreme Value Theory And Financial Market Risk Measurement:Empirical Evidence Of SSEC And SP500
【24h】

Extreme Value Theory And Financial Market Risk Measurement:Empirical Evidence Of SSEC And SP500

机译：极值理论与金融市场风险度量：SSEC和S＆P500的经验证据

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In financial risk management, a lot of investors focus on the extreme event with lower probability and larger loss. This paper use ARMA( 1, 1)-GJR(1, 1) to model conditional loss and volatility of SSEC and S&P500, and apply extreme value theory(EVT) to model the extreme tail of standard residual series, and then estimate quantile and calculate corresponding Value-at-Risk( VaR), at last, we test the accuracy of VaR model used by Back-testing method of Kupiec(1995) and ChristoffersenC 1998). Our results show that the conditional losses series exhibits skewed and fattailed distribution; the conditional volatility exhibits significant leverage effect for SSEC and S & P500; the GPD model fits excess losses well. VaR models used in this paper measure dynamic risk in SSEC and S & P500 stock markets at 95%, 99% levels accurately, the VaR model do not significant prefer to either market SSEC or S & P500.
机译：在金融风险管理中，许多投资者将重点放在可能性较低，损失较大的极端事件上。本文使用ARMA（1，1）-GJR（1，1）对SSEC和S＆P500的条件损失和波动率进行建模，并应用极值理论（EVT）对标准残差序列的极值尾部进行建模，然后估计分位数和计算相应的风险价值（VaR），最后，通过Kupiec（1995）和ChristoffersenC（1998）的Back-testing方法测试使用的VaR模型的准确性。我们的结果表明，条件损失序列表现出偏态和尾态分布。条件波动率对SSEC和S＆P500具有显着的杠杆作用； GPD模型非常适合超额损失。本文中使用的VaR模型可以准确地在95％，99％的水平上测量SSEC和S＆P500股票市场中的动态风险，VaR模型并不明显偏爱市场SSEC或S＆P500。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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