Research

Home -> Research -> Publications -> Content

Research

基于广义谱和MCS检验的VaR模型预测绩效评估

Id：2320 Date：20160223 Status： ClickTimes：
作者张玉鹏, 洪永淼
正文条件VaR 模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序 列，然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检 验的广义谱检验方法，全面考察中国股票市场( 香港恒生指数、上证综合指数和台湾加权指 数) 上各参数、非参数和半参数共22 个VaR模型在采用滚动窗口预测机制时的样本外预测绩 效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息，为避免极端 损失的发生以及增加结果的稳健性，同时采用模型置信集检验方法。研究结果表明，采用通 常的反馈检验方法常会得出错误的结论; 在1%和5%置信水平，与历史模拟法、极值理论模型、 CAViaR模型和CARE模型相比，误差项为t分布的GARCH模型族在金融危机期间具有较好的样 本外预测绩效; 涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。
JEL-Codes：
关键词：VaR模型; 预测绩效; 涨跌停板制度; 广义谱检验; MCS 检验
TOP