English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 52355/87459 (60%)
造訪人次 : 9122733      線上人數 : 234
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/18379


    題名: 價格跳躍下的風險值估計--以S& P 500現貨、美國30年公債期貨與布蘭特原油期貨為例
    其他題名: Value-at-Risk under Price Jump: S&P 500 Index, 30-Year US Treasury Bond Futures and Brent Oil Futures
    作者: 林允永;邱建良;洪瑞成
    貢獻者: 淡江大學財務金融學系
    關鍵詞: GARJI模型;風險值;布蘭特原油期貨;S&P500指數現貨;美國30年期公債期貨;GARJI model;Value-at-risk;Brent oil futures;S&P 500 index;30-year US treasury bond futures
    日期: 2005-12
    上傳時間: 2013-07-11 11:20:57 (UTC+8)
    出版者: 桃園縣:中原大學企業管理研究所
    摘要: 本篇文章採用MaheuandMcCurdy(2004)所提出GARJI模型和GARCH模型估算不蘭特原油期貨、S&P500指數現貨與美國30年期公債期貨之風險值。由於GARJI模型可反應市場對於非預期的新訊息所造成的衝擊且具有較好的樣本外波動預測能力,因此本文利用GARJI模型捕捉此不連續的狀態,並將此報酬不尋常表現的情形納入計算風險值的過程中,同時將偏態係數納入百分位數的修正。由實證結果可知,在通過回溯測試的前提下,GARJI的穿透率和RMSE均較GARCH模型低,因此其風險管理的績效較GARCH模型優異,而在壓力測試上也有佳的表現。
    This study employs GARJI (Maheu and McCurdy, 2004) and GARCH models to calculate value-at-Risk (VaR) of Brent oil futures, S&P500 index, and 30-year US Treasury Bond futures. GARJI model not only captures occasional large changes in price which is induced by the impact of unexpected news arrivals, but also has better forecasting ability of out-of-sample volatilities. Therefore, we adopt GARJI model to take these advantages and modify percentile by conditional skewness coefficient to the computation of VaR. The empirical results indicate that GARJI model has better risk management performance than GARCH model as viewpoints of failure rate and RMSE, and it also performs better than GARCH model in Stress-Testing.
    關聯: 中原企管評論=Chung Yuan Management Review 3(2),頁99-130
    顯示於類別:[財務金融學系暨研究所] 期刊論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML159檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋