1、2008年爆發(fā)的全球性金融危機(jī)引起了人們對(duì)金融市場(chǎng)極端風(fēng)險(xiǎn)的極大重視。風(fēng)險(xiǎn)價(jià)值(VaR)和期望損失(ES)作為現(xiàn)代金融尾部風(fēng)險(xiǎn)測(cè)度,在行業(yè)中得到了廣泛的應(yīng)用。對(duì)于資產(chǎn)管理公司、對(duì)沖基金、投資銀行、商業(yè)銀行等金融機(jī)構(gòu)和廣大個(gè)人投資者來(lái)說(shuō),有效預(yù)測(cè)市場(chǎng)尾部風(fēng)險(xiǎn)非常重要。
　　自回歸移動(dòng)平均廣義自回歸條件異方差(ARMA-GARCH)模型由于能夠較為精確地捕捉收益率的動(dòng)態(tài)均值與波動(dòng)性結(jié)構(gòu),在金融建模中得到了廣泛的應(yīng)用。而一元極值理論中的

2、閾值模型能夠精確刻畫(huà)獨(dú)立同分布隨機(jī)變量的尾部分布。如果將該極值模型引入時(shí)間序列模型中,即得到條件極值模型。該模型可以利用時(shí)間序列模型和極值模型的雙重優(yōu)點(diǎn),成為刻畫(huà)收益率動(dòng)態(tài)尾部特征的有力工具。
　　本文運(yùn)用三種新息分布的自回歸移動(dòng)平均廣義自回歸條件異方差模型以及衍生出來(lái)的三種條件極值統(tǒng)計(jì)模型,對(duì)近十幾年來(lái)中國(guó)、美國(guó)、歐洲、日本和印度五大金融市場(chǎng)的市場(chǎng)指數(shù)分別進(jìn)行95％、99%和99.5%置信度下的雙側(cè)VaR和ES的預(yù)測(cè)與樣本外事后

3、檢驗(yàn)。結(jié)果顯示正態(tài)新息分布的ARMA-GARCH模型由于不能捕捉新息序列的非對(duì)稱性和厚尾性,從而不能精確預(yù)測(cè)VaR和ES,尤其對(duì)于高置信度。學(xué)生t新息分布的ARMA-GARCH模型由于不能捕捉新息序列的非對(duì)稱性,結(jié)果并未好轉(zhuǎn)。而偏t分布的采用使得預(yù)測(cè)精度大大提升。對(duì)以上ARMA-GARCH模型,采用閾值模型估計(jì)新息尾部而不是運(yùn)用新息參數(shù)分布假設(shè)來(lái)估計(jì)尾部,不論采用何種新息分布,事后檢驗(yàn)結(jié)果都堪稱完美。本文為我國(guó)風(fēng)險(xiǎn)管理行業(yè)科學(xué)預(yù)測(cè)與控制