- 在用参数法做风险价值VaR时,主要是从预测波动率和分位数两方面着手:
问题1,预测波动率时,将数据分样本内和样本外,用样本内数据建立GARCH模型,
是用该模型对样本外的所有数据的波动率用同样的系数进行预测,还是随着时间
窗口向前滚动一天后重新建立GARCH模型,用新的系数来估计未来一天的波动率,
即所谓的one-step-ahead ,如果是这样的话,若样本外数据太多计算量将会很大,
还有会不会造成过度估计?
问题2,在建立GARCH模型时,对残差的分布选择在Eviews里面只能选正态,t, GED
三种,若要想假定为其他的厚尾分布时,该咋整?若直接用ML对似然函数估计,
有些分布的pdf比较复杂,写程序也不太好实现。能否先用正态或者t分布下的GARCH
对收益率建模估计出波动率,然后剔除其影响得到所谓的“标准化收益率”,然后
再用得到的标准化收益率序列来估计其他厚尾分布下的参数,求出分位数,再乘以
估计出的波动率得到VaR值,这种做法可行不?
可能使用的术语不太专业,希望对这方面熟悉的朋友点拨点拨,不胜感激!


雷达卡



京公网安备 11010802022788号







