%0 Journal Article
%T 基于非线性分位数回归模型的多期VaR风险测度
%A 许启发
%A 张金秀
%A 蒋翠侠
%J 中国管理科学
%P 56-65
%D 2015
%X ？多期VaR主要受到持有期及波动率两个变量的影响,并且其影响模式(线性或非线性)的确定对于准确地进行VaR风险测度至关重要。非线性分位数回归模型,能够克服线性分位数回归模型只能揭示多期VaR及其影响因素之间线性依赖关系的局限,从而提高多期VaR风险测度的准确性。结合波动模型与两个非线性分位数回归方法:QRNN和SVQR,给出了多期VaR风险测度的三类方案:波动模型法、QRNN+波动模型法、SVQR+波动模型法。选取3个股票价格指数作为研究对象,考虑了6种不同形式的波动模型,得到了18个多期VaR风险测度方法进行实证比较,结果表明:波动模型选择影响到多期VaR风险测度效果;SVQR+波动模型法略优于QRNN+波动模型法,并且两者显著优于波动模型法。
%K 分位数回归
%K 多期VaR
%K 非线性
%K 神经网络
%K 支持向量机
%U http://www.zgglkx.com/CN/abstract/abstract15168.shtml