比特币市场风险度量——基于GARCH-t模型与GEV模型的比较研究
A Comparative Study of the RiskMeasurement of the Bitcoin Market Based on the GARCH-T Model and the GEV Model
摘要:
选取2012年1月1日至2016年12月30日以美元标价的比特币市场数据，对其市场风险进行实证研究，发现收益率序列具有尖峰厚尾、波动集聚等特征。并利用GARCH-t模型与GEV模型计算VaR，发现GEV模型相比GARCH模型能更好的捕捉比特币的尾部特征，用GEV模型拟合收益率尾部分布可以更精确地度量比特币市场风险。
Abstract:
This paper makes an empirical study on the simple return rate sequence of the special currency with the market data from January 1, 2012 to December 30, 2016, and finds that the sequence has the characteristics of peak, thick tail and fluctuation agglomeration. Using GARCH-t model and EVT model to calculate VaR, it is found that EVT model can better capture the tail characteristics of bitcoin compared with GARCH model, and EVT model can be used to fit the tail distribution of yield, which can more accurately measure bitcoin market risk.
参考文献
|
[1]
|
王宗润, 吴伟韬, 陈超, 周艳菊. 人民币汇率风险的测度[J]. 统计与决策, 2009(7): 118-120.
|
|
[2]
|
林宇, 黄登仕. 胖尾分布及长记忆下的动态EVT-VaR测度研究[J]. 管理科学学报, 2011, 14(7): 71-82.
|
|
[3]
|
陈坚. 中国股票市场尾部风险与收益率预测——基于Copula与极值理论的VaR对比研究[J]. 厦门大学学报, 2014(4): 45-54.
|
|
[4]
|
戴琳. 比特币投资风险分析[J]. 财会通讯, 2015(5): 3-4.
|
|
[5]
|
刘刚, 刘娟. 比特币价格波动与虚拟货币风险防范——基于中美政策信息的事件研究法[J]. 广东财经大学学报, 2015, 30(3): 30-40.
|
|
[6]
|
李靖, 徐黎明. 比特币市场风险测度的实证研究[J]. 统计与决策, 2016(5): 161-163.
|
|
[7]
|
刘子菲, 史敬. VaR模型比较技术及其评价——理论实证回顾及其应用初探[J]. 金融研究, 2008(5): 130-137.
|
|
[8]
|
李靖. 比特币的发展体系研究[J]. 财政金融, 2015(20): 25-28.
|