用AIC和BIC比较几种条件方差模型的拟合。

使用过滤历史模拟(FHS)技术评估一个假设的全球股票指数投资组合的市场风险，该技术是传统历史模拟和蒙特卡罗模拟方法的替代方法。FHS将相对复杂的基于模型的波动率处理(GARCH)与资产收益概率分布的非参数规范相结合。FHS的一个吸引人的特性是它能够产生相对较大的偏差(损失和收益)，这在原始投资组合的回报系列中是找不到的。

利用学生t联结和极值理论(EVT)，用蒙特卡罗模拟技术对假设的全球股票指数投资组合的市场风险进行建模。该过程首先使用非对称GARCH模型从每个收益序列中提取经过过滤的残差，然后使用内部的高斯核估计和上下尾的广义帕累托分布(GPD)估计构造每个资产的样本边际累积分布函数(CDF)。然后拟合一个Student's t copula与数据，并用于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)。