简介：金融实践中，金融资产回报不仅具有厚尾性、波动的异方差性两大特点，而且其波动表现出明显的长期记忆性。本文利用FIGARCH模型处理波动异方差性和长期记忆性、EVT-POT方法捕捉回报分布厚尾的优势，提出了能反映厚尾性、异方差性和长期记忆性的金融风险度量模型——基于EVT-POT-FIGARCH的动态VaR模型，并用中国股票市场的沪深300指数和上证综合指数的每日收盘价进行实证分析。结果表明，模型能较好地处理这两个指数回报序列的三大特点．更准确地度量其VaR风险。
简介：在T分布和正态分布假设下采用GARCH模型和FIGARCH模型对上证地产股指数日收益率序列进行建模分析,结果表明,上证地产股指数日收益率序列的波动具有显著的长记忆性,表明外部冲击对波动有着长期的影响。因此,采用FIGARCH模型建模的效果优于采用GARCH模型建模的效果,并且在T分布假设下拟合模型,其效果优于在正态分布假设下拟合的模型。
基于EVT-POT-FIGARCH的动态VaR风险测度
基于FIGARCH模型的中国房地产指数的实证分析
