用AIC和BIC比较几种条件方差模型的拟合情况。

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，这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回报系列中是找不到的。

使用蒙特卡罗模拟技术，利用学生的t copula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模型从每个回归序列中提取滤波后的残差，然后利用内部的高斯核估计和上下尾部的广义帕累托分布估计构建每个资产的样本边际累积分布函数(CDF)。然后将学生的t copula与数据进行拟合，并用于诱导各资产的模拟残差之间的相关性。最后，模拟评估了一个月内全球股票投资组合的风险价值(VaR)。