基于QRNN-EVT的EU ETS碳排放期货市场VaR度量研究

摘要：

探寻可靠的EUA期货市场风险度量方法已成为一个关键问题.论文以EUA期货价格对数收益率为研究对象,运用神经网络分位数回归方法估计不同置信水平下市场的风险价值(VaR),并选择传统的GARCH-GED模型作对比.研究发现,在预测1％VaR时,神经网络分位数回归模型虽优于GARCH-GED模型,但两者都低估风险,且后者低估风险程度更高.为此,论文将极值理论(EVT)与神经网络分位数回归模型结合(QRNN-EVT)预测1％VaR,实证结果表明该方法能够提高VaR的预测精度.

关键词： 碳排放期货市场 风险价值 神经网络分位数回归模型 极值理论

作者: 张晨 安翔

作者单位: 合肥工业大学 管理学院,安徽 合肥 230009;合肥工业大学 过程优化与智能决策教育部重点实验室,安徽 合肥 230009 合肥工业大学 管理学院,安徽 合肥 230009

会议类型: 国内会议

会议名称: 第十届(2015)中国管理学年会

会议地点: 合肥

会议语种:中文

页码: 1-8

在线出版日期: 2015-11-06（万方平台首次上网日期，不代表论文的发表时间）