基于因子分析法的金融高频已实现波动的预测

发布时间：2018-05-29 05:04

本文选题：F-RV-J模型 + 已实现波动　；参考：《数学的实践与认识》2017年14期

【摘要】：金融高频数据的已实现波动(RV)在风险管理中扮演着非常重要的角色,已有大量文献对如何预测资产的已实现波动进行了研究.采用因子分析法来预测RV,探讨了不可观测的金融序列的公共因子在预测已实现波动时所起的作用,并考虑了资产价格中跳跃的影响,建立了基于因子分析法的波动预测模型(F-RV-J).从损失函数、MCS检验和在险价值VaR的预测能力三个方面,将F-RV-J模型与其它常用的预测模型进行了比较,发现F-RV-J模型明显要优于其它波动预测模型.
[Abstract]:The realized volatility of financial high frequency data (RV) plays a very important role in risk management. A large number of literatures have studied how to predict the realized volatility of assets. This paper uses factor analysis method to predict RV, discusses the role of common factors of unobservable financial series in predicting realized volatility, and considers the effect of jump in asset prices, and establishes a volatility prediction model based on factor analysis. This paper compares the F-RV-J model with other commonly used models from three aspects of the loss function test and the prediction ability of the VaR at risk value. It is found that the F-RV-J model is obviously superior to the other volatility prediction models.
【作者单位】：贵州财经大学数学与统计学院;
【基金】：2015年全国统计科学研究项目(2015LY19) 贵州省教育厅2015年度普通本科高校自然科学研究项目(黔教合KY字[2015]423)
【分类号】：F224;F832

【相似文献】