风险管理视角下的高频波动率测度比较
本文关键词:风险管理视角下的高频波动率测度比较 出处:《中国管理科学》2014年S1期 论文类型:期刊论文
更多相关文章: 高频波动率测度 Realized GARCH模型 样本外预测 SPA检验
【摘要】:鉴于波动率研究的一个重要应用是金融风险管理,提出在风险管理视角下比较各种高频波动率测度。具体考虑已实现波动、双幂次变差、中位数已实现波动、双尺度已实现波动、已实现极差和最优线性组合已实现波动,借助偏学生t分布假设下的Realized GARCH模型,预测未来一日,五日、十日和二十日的在险价值(VaR),并从统计精度、监管精度、资本运作效率和巴塞尔Ⅱ规定的市场风险资本需求四个角度,对六种不同高频波动率测度的VaR预测效果进行比较。使用沪深300指数1分钟数据的实证表明,最优线性组合已实现波动产生的VaR预测具有明显最低的市场风险资本需求,较高的监管精度和较高的资本运作效率,以及最高的统计精度,是风险管理视角下比较可靠的高频波动率测度。
[Abstract]:As one of the important applications of volatility research is financial risk management, it is proposed to compare various high-frequency volatility measures from the perspective of risk management. The two-scale fluctuation has been realized, the range difference and the optimal linear combination have been realized, and the Realized GARCH model under the assumption of partial student t distribution is used to predict the future on 1st and 5th. In 10th and 20th, the value at risk is VaR, and from the statistical accuracy, regulatory accuracy, efficiency of capital operation and Basel II requirements of market risk capital. The VaR prediction results of six different high-frequency volatility measures are compared. The empirical results of Shanghai and Shenzhen 300 index 1 minute data show that. The VaR forecast produced by the optimal linear combination has obvious minimum market risk capital demand, higher supervision accuracy and higher capital operation efficiency, and the highest statistical accuracy. It is a reliable measure of high frequency volatility from the perspective of risk management.
【作者单位】: 南京大学工程管理学院;
【基金】:国家自然科学基金资助项目(71201075) 江苏省自然科学基金资助项目(BK2011561) 高等学校博士学科点专项科研基金资助项目(20120091120003) 教育部留学回国人员科研启动基金资助项目
【分类号】:F832.51;F224
【正文快照】: 1 在险价值(Value at Risk,VaR)是目前业界最为广泛使用的风险管理工具,它衡量一段时期内金融资产在给定置信水平下可能出现的最大损失,因此对其预测的关键在于对收益及其波动率的建模刻画。早期的波动率模型研究主要采用低频数据,通过对收益条件方差建模(ARCH/GARCH模型或者S
【共引文献】
相关期刊论文 前10条
1 李旭姣;张克勇;;基于BSP-HAR-RV模型的最优抽样频率研究[J];科技和产业;2015年03期
2 瞿慧;李洁;程昕;;HAR族模型与GARCH族模型对不同期限波动率的预测精度比较——基于沪深300指数高频价格的实证分析[J];系统工程;2015年03期
3 魏正元;张鑫;赵瑜;;上证380高频指数数据已实现GARCH(1,2)模型的风险测量[J];重庆理工大学学报(自然科学);2015年05期
4 魏正元;赵瑜;张鑫;;跳稳健积分波动率估计量的研究[J];重庆理工大学学报(自然科学);2015年06期
5 张学勇;盖明昱;;技术分析与超额收益率研究进展[J];经济理论与经济管理;2013年09期
6 柯海东;辛宇;;信息不确定性与A股上市公司反转效应的强化研究[J];金融学季刊;2011年01期
7 施雅丰;陶祥兴;;带高频信息及交互效应的波动率模型[J];海南金融;2015年02期
8 李旭姣;张克勇;;基于BSP-HAR-RV模型的最优抽样频率研究[J];上海金融学院学报;2015年02期
9 马丹;;中国证券市场不同频率波动预测模型比较研究——基于预测精度和风险管理的视角[J];数理统计与管理;2014年03期
10 宋巨生;黄逸轩;郑玮;;对布林线有效性的研究[J];统计与决策;2014年17期
相关会议论文 前1条
1 瞿慧;王怿智;;风险管理视角下的高频波动率测度比较[A];第十六届中国管理科学学术年会论文集[C];2014年
相关博士学位论文 前5条
1 刘丽萍;基于市场微观结构噪声和跳跃的金融高频协方差阵的估计及其应用研究[D];西南财经大学;2013年
2 张阳;内生结构突变理论与应用研究[D];南开大学;2013年
3 孙清泉;线性因子模型的比较研究[D];厦门大学;2014年
4 肖磊;股指期货市场与股票市场关系的实证研究[D];武汉大学;2011年
5 熊涛;基于EMD的时间序列预测混合建模技术及其应用研究[D];华中科技大学;2014年
相关硕士学位论文 前10条
1 龚旭;HAR类已实现波动率模型及其在中国股票市场中的应用研究[D];长沙理工大学;2013年
2 伍习丽;基于高频数据的中国股市VaR风险研究[D];重庆大学;2013年
3 袁臻;波动率预测模型与比较[D];上海交通大学;2013年
4 陈声利;高频数据条件下中国股指期货市场波动性研究[D];哈尔滨工业大学;2012年
5 王敏;非参数条件自回归极差模型及其应用[D];西南财经大学;2013年
6 刘秀秀;基于序列比对方法的金融波动研究[D];天津大学;2012年
7 奚丹丹;基于符号时间序列分析的多尺度金融波动研究[D];天津大学;2012年
8 金丹;基于沪深300指数的波动率预测模型的实证研究[D];华中科技大学;2013年
9 李舒亮;高频数据下的金融波动率研究[D];西北师范大学;2013年
10 刘冠男;中国股指期货市场的发展路径及投资策略分析[D];天津科技大学;2012年
【相似文献】
相关期刊论文 前10条
1 刘国卫;;房企出海的管理视角[J];中国房地产业;2013年05期
2 张俊榕;;上海地区关企合作绩效测量方法及现状评估——基于战略管理视角[J];上海海关学院学报;2013年05期
3 魏敏;魏丽莉;;新公共管理视角下城市生活垃圾处理的市场化[J];经济体制改革;2008年01期
4 李珂;;基于公共管理视角审视我国国有资产管理体制改革[J];产业与科技论坛;2007年10期
5 申风平;肖伟;颜文虎;;信息管理视角下的EOQ与JIT比较[J];科技文献信息管理;2007年02期
6 张军波;周泳宏;;动态管理视角下固定资产配置效率分析[J];统计与决策;2009年04期
7 陈峗;;基于管理视角对发展我国低碳经济的思考[J];武汉大学学报(哲学社会科学版);2011年03期
8 胡志颖;蔡卫星;丁园园;韩金金;;风险投资减持过程中的机会主义——基于盈余管理视角的研究[J];中国会计评论;2013年03期
9 王小丽;;社会管理视角下的食品安全问题[J];社科纵横(新理论版);2013年03期
10 王海巍;;风险管理视角下的存款保险费率均衡研究[J];金融经济学研究;2014年03期
相关会议论文 前1条
1 韩庆龄;;公共管理视角下我国食品安全政府管制存在问题的原因分析[A];商品学发展与教育高级论坛暨中国商品学会第十二届学术研讨会论文集[C];2009年
相关重要报纸文章 前1条
1 段彰乔;柔性管理视角下提高基层工商财务水平的路径[N];江苏经济报;2013年
相关硕士学位论文 前1条
1 杨春盛;公共管理视角下的城市规划失效研究[D];兰州大学;2008年
,本文编号:1361626
本文链接:https://www.wllwen.com/guanlilunwen/bankxd/1361626.html