比较几种条件方差模型的拟合AIC和BIC。

使用过滤历史模拟(FHS)技术评估假设的全球股票指数投资组合的市场风险，FHS是传统历史模拟和蒙特卡罗模拟方法的替代方法。FHS结合了相对复杂的基于模型的波动性处理(GARCH)和资产收益概率分布的非参数规范。FHS的一个吸引人的特点是它能够产生相对较大的偏差(损失和收益)，这在原始的投资组合收益序列中是没有的。

利用蒙特卡洛模拟技术，利用学生t联系函数和极值理论(EVT)，对一个假设的全球股票指数投资组合的市场风险进行建模。该过程首先利用非对称GARCH模型从每个收益序列中提取过滤后的残差，然后利用内部的高斯核估计和上下尾部的广义Pareto分布估计构建每个资产的样本边际累积分布函数(CDF)。然后对数据进行拟合，并使用Student's t copula来诱导每个资产的模拟残差之间的相关性。最后，模拟评估了一个月内假设的全球股票投资组合的风险价值(VaR)。