將Expectile引入GARCH族模型,采用貝葉斯方法進行參數(shù)估計,進而提出貝葉斯GARCH-Expectile模型,并將其應(yīng)用于股指期貨市場的VaR和ES度量。首先,構(gòu)建三種具體形式的貝葉斯GARCH-Expectile模型;其次,基于貝葉斯理論設(shè)計MCMC算法進行參數(shù)估計;最后,選取2010年4月16日至2018年3月21日中國股指期貨市場收益率序列進行實證分析。實證結(jié)果表明,股指期貨風(fēng)險波動具有自回歸特征,并且受前期價格漲跌的不對稱影響;相比于CARE模型,GARCH-Expectile模型普遍具有更高的預(yù)測績效;在1%水平下SGARCH模型預(yù)測績效最高,在5%水平下為AR-GARCH模型的預(yù)測績效最高。 

【文章來源】：數(shù)理統(tǒng)計與管理. 2020年03期 北大核心CSSCI

【文章頁數(shù)】：11 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于QR-t-GARCH（1,1）模型滬深指數(shù)收益率風(fēng)險度量的研究[J]. 劉亭,趙月旭.  數(shù)理統(tǒng)計與管理. 2018(03)
[2]基于Expectile-based VaR變點檢測的金融傳染分析[J]. 譚常春,操毅文,葉五一.  數(shù)理統(tǒng)計與管理. 2018(02)
[3]基于Expectile風(fēng)險建模的原油價格風(fēng)險測度研究[J]. 胡宗義,萬闖,李毅.  統(tǒng)計與信息論壇. 2018(01)
[4]條件自回歸expectile模型及其在基金業(yè)績評價中的應(yīng)用[J]. 蘇辛,周勇.  中國管理科學(xué). 2013(06)



本文編號：2949245