科研之友
微信
新浪微博
Facebook
分享链接
摘要
非参数形式的分位数回归方法在测度VaR风险方面已经取得了长足的进展，但是在测度极端VaR风险方面仍存在精度不高的问题。因此，文章结合分位数回归森林(QRF)和极值理论方法(POT)的优势，提出了QRF+POT方法来测度极端VaR风险。一方面，采用分位数回归森林来测度VaR风险的非线性结构，另一方面，使用POT方法来处理极端尾部数据。以上证综指等四支股票指数为研究对象，比较分析了QRF+POT方法与其他方法测度极端VaR风险的效果，结果表明：第一，QRF方法能够精确测度正常分位点的VaR风险，但难以精确测度极端VaR风险；第二，QRF+POT方法能够有效刻画股市暴跌期间的极端风险，获得极端VaR风险的精确测度。
- 单位
