论文部分内容阅读
文章对上证综合指数和深圳成分指数在GARCH族模型和不同置信度的基础上计算VaR和CVaR值，通过GARCH族模型下的对比研究，发现CVaR要比VaR估计值高，并且随着置信水平的增大，VaR和CVaR都增大，说明CVaR的效果更好，能够覆盖更多的风险，且CVaR有效降低了实际失败的次数，对于估计股票风险更加的合理。同时还发现，在选择的模型中，EGARCH模型要比GARCH模型效果好。