人民币汇率收益率厚尾性研究*

2016-09-21 07:01:52吴慧慧
广西民族大学学报(自然科学版) 2016年2期
关键词:汇率特征模型

吴慧慧

(岭南师范学院 数学与计算科学学院,广东 湛江 524048)



人民币汇率收益率厚尾性研究*

吴慧慧

(岭南师范学院 数学与计算科学学院,广东 湛江524048)

以2005年7月22日至2015年12月30日的美元兑人民币汇率的每日中间报价作为为研究对象,采用EGARCH模型过滤了收益率序列的非线性特征得到标准化的收益率序列,利用GPD分析方法对标准收益率序列的上下尾部的厚尾性进行了研究.结果表明人民币汇率收益率存在双侧厚尾的风险,且上尾比下尾的尾部风险更大.

人民币汇率收益率;EARCH模型;极值理论;GPD分布法;尾指数

0 引言

金融资产收益率序列的分布往往具有厚尾的特征,表现为超出峰度,即峰度大于正态分布的峰度,超出峰度的存在使得极值事件发生的概率大大增加,从而增加了金融资产的投资风险.进一步认识投资资产具有较大的上厚尾风险还是下厚尾风险对投资组合的选择,资产的定价以及风险管理等等具有重要的实践意义和参考价值:下厚尾风险比较大的金融资产其价格发生下跌的风险较大,多头持有者将面临头寸下跌的风险;上厚尾风险比较大的金融资产价格发生涨幅的可能性较大,多头持有者面临较大的交易对手风险.

对于金融资产收益率厚尾性很多学者做了大量的研究[1-4],但是对这种厚尾性风险是来自于上厚尾,下厚尾或是双侧厚尾的研究并不多,文章将基于极值理论中广义Pareto分布(GPD)方法对人民币汇率收益率的……

登录APP查看全文

猜你喜欢
汇率特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
人民币汇率:破7之后,何去何从
中国外汇(2019年17期)2019-11-16 09:31:04
人民币汇率向何处去
中国外汇(2019年13期)2019-10-10 03:37:38
越南的汇率制度及其汇率走势
中国外汇(2019年11期)2019-08-27 02:06:30
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
前三季度汇市述评:汇率“破7”、市场闯关
中国外汇(2019年21期)2019-05-21 03:04:16
3D打印中的模型分割与打包
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15