基于时变高阶矩的偏斜t-GARCH模型对WTI与布伦特原油市场下行风险的建模及VaR预测研究
《Entropy》:Forecasting Conditional VaR of the Crude Oil Market Using GARCH-Type Models with Time-Varying High-Order Moments
【字体:
大
中
小
】
时间:2026年09月23日
来源:Entropy 2.1
摘要
准确建模原油市场的分布对于预测下行风险至关重要。本文使用灵活的偏斜广义 t (SGT) 分布来建模 WTI 和布伦特原油市场回报的分布。无条件 SGT 的估计表明,WTI 和布伦特原油回报的经验分布都可以由偏斜 t (ST) 分布很好地拟合。此外,我们放宽了传统 GARCH 类模型的约束,允许与偏度和峰度相关的高阶条件矩(如三阶和四阶矩)随时变化。结果表明,ST 密度函数中的所有条件矩在统计上都是显著的。最后,基于样本内和样本外条件风险价值 (VaR) 预测的结果,评估了具有时变高阶矩的 ST-GARCH 类模型的效率。我们发现,与真实的 VaR 阈值相比,提出的模型生成了更优的估计值。这些结果对于金融机构制定原油市场风险管理策略以及避免原油市场极端风险导致的潜在损失,既具有理论意义也具有实际意义。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号