|
|||||
|
|
| 交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险 | |
| 引用本文： | 邵锡栋,连玉君,黄性芳.交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险[J].统计研究,2009,26(1):96-102. |
| 作者姓名： | 邵锡栋 连玉君 黄性芳 |
| 作者单位： | 1. 金禾经济研究中心 2. 中山大学岭南学院金融系 3. 西安交通大学理学院 |
| 摘 要： | 金融市场风险价值研究一般采用日收益数据，并基于GARCH类模型进行估计和预测，这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据，在分析日内波动特性的基础上，通过UHF-GARCH模型对交易间隔等日内信息建模，得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模，应用到风险价值VaR的预测中，并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示，超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。 |
| 关 键 词： | VaR 交易间隔 超高频波动率 |
Duration, Ultra-High-Frequency Volatility and Value-at-Risk:Forecasting Financial Market Risk Using Intraday Information |
|
| Shao Xi-dong,Lian Yu-jun,Huang Xing-fang.Duration, Ultra-High-Frequency Volatility and Value-at-Risk:Forecasting Financial Market Risk Using Intraday Information[J].Statistical Research,2009,26(1):96-102. | |
| Authors: | Shao Xi-dong Lian Yu-jun Huang Xing-fang |
| Abstract: | |
| Keywords: | VaR |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《统计研究》浏览原始摘要信息 | |
| 点击此处可从《统计研究》下载免费的PDF全文 | |