基于CAViaR的DCC模型及其对中国股市的实证研究  

DCC Model Based on CAViaR And Its Empirical Study on Chinese Stock Markets

作　　者：陈功[1] 程希骏[1] 马利军[2] 

机构地区：[1]中国科学技术大学统计与金融系,合肥230026 [2]深圳大学管理学院,深圳518060

出　　处：《数学的实践与认识》2009年第4期75-81,共7页Mathematics in Practice and Theory

基　　金：中国科学院知识创新工程重要方向项目(KJCX3-SYW-S02)

摘　　要：VaR是金融风险度量方面研究的热点.CAViaR模型可以用来直接计算单个资产的VaR,DCC模型可以用于刻画资产间的相关性.结合这两个模型,通过分位数估计方差的方法,提出了基于CAViaR的DCC模型来计算投资组合的VaR.对中国股市的实证研究表明其具有更好的效果.Value at risk （VaR） has been widely used in the measure of finance risk. Conditional Autoregressive Value At Risk （CAViaR） model can measure the VaR of individual asset directly. Dynamic Conditional Correlation （DCC） model can be applied to describe the correlation between assets. In current paper, utilizing the technique of estimating variance by quantiles, we establish a DCC model based on CAViaR that can be applied to estimate the VaR of portfolios through combining these two models. Empirical study results are in favor of the new model.

关 键 词：CAVIAR DCC 分位数估计方差 

分 类 号：F832.51[经济管理—金融学] F224