目前度量預(yù)期不足的風(fēng)險技術(shù)大多基于參數(shù)模型,其建模過程避免不了對收益的分布類型做出假定,但這些分布往往與現(xiàn)實相悖。鑒于此,文章提出兩種重要半?yún)?shù)模型:CARE模型和CARES模型。應(yīng)用我國2007—2016年上證綜合指數(shù)與深證成分指數(shù)的相關(guān)數(shù)據(jù)評估模型優(yōu)劣。結(jié)果表明:CARES模型與CARE模型在度量我國股市風(fēng)險中都具有較好的效果,但兩者比較,CARES模型明顯優(yōu)于CARE模型。因此,CARES模型能作為我國股市風(fēng)險度量工具中的一個重要補充。 

【文章來源】：統(tǒng)計與決策. 2019,35(05)北大核心CSSCI

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]中美股票市場風(fēng)險差異的新解釋——收益對市場風(fēng)險不對稱效應(yīng)的CAViaR模型與實證[J]. 張穎,孫和風(fēng).  南開經(jīng)濟(jì)研究. 2012(05)
[2]間接TARCH-CAViaR模型及其MCMC參數(shù)估計與應(yīng)用[J]. 王新宇,宋學(xué)鋒.  系統(tǒng)工程理論與實踐. 2008(09)
[3]中國股市風(fēng)險CAViaR方法的穩(wěn)定性分析及其時變建模[J]. 劉新華,黃大山.  系統(tǒng)工程理論與實踐. 2005(03)
[4]中國股市風(fēng)險CAViaR建模的穩(wěn)定性分析[J]. 黃大山,盧祖帝.  管理評論. 2004(05)



本文編號：3493310