基于小波已实现波动的动态风险价值研究

发布时间：2018-04-09 20:53

  本文选题：小波多分辨分析　切入点：已实现波动率RV　出处：《重庆师范大学学报(自然科学版)》2017年03期

【摘要】：【目的】对股票市场的VaR动态风险价值进行研究。【方法】采用小波多分辨技术将高频已实现波动率分解为近似信号和细节信号,建立MRA-RV-ARFIMA GARCH-VaR类模型,分别在1~2d、2~4d、4~8d和8~16d的尺度下进行动态风险价值度量。【结果】实证表明该模型能很好地捕捉到市场的信息,对风险预测效果较好。【结论】经过多分辨分解后的信号能有效地捕捉到不同时间尺度上的波动信息,近似信号能很好的反应波动的变化趋势,资产波动对短期交易反应敏感,不同时间尺度拟合的VaR比低频GARCH类模型效果更好。
[Abstract]:[objective] to study the dynamic risk value of VaR in stock market. [methods] High frequency realized volatility is decomposed into approximate signal and detail signal by wavelet multi-resolution technique, and MRA-RV-ARFIMA GARCH-VaR model is established.The dynamic risk value measurement was carried out on the scale of 1D ~ 2D ~ 2D ~ 4d ~ 4d ~ 4d ~ 4d and ~ 816d respectively. [results] empirical results show that the model can capture market information very well.[conclusion] the signal after multi-resolution decomposition can effectively capture the fluctuation information on different time scales, the approximate signal can well reflect the fluctuating trend, and the asset fluctuation is sensitive to short-term trading.The VaR with different time scales is more effective than the low frequency GARCH model.
【作者单位】： 重庆三峡学院数学与统计学院非线性科学与系统结构重点实验室;西南政法大学经济学院;
【基金】：重庆市教委科技计划项目(No.KJ130107) 重庆市自然科学基金项目(No.cstc2012jjA00023) 重庆三峡学院青年项目(No.14QN22)
【分类号】：F830.91;O211.67

【相似文献】

相关期刊论文 前2条

1 刘学;张化祥;戚文静;袁卫华;;基于SVM的信息系统风险动态识别和评估[J];信息技术与信息化;2010年03期

2 ;[J];;年期

相关会议论文 前2条

1 章立;吕宏生;何建敏;胡小平;;非瓦尔拉斯市场下的动态风险价值[A];中国灾害防御协会风险分析专业委员会第二届年会论文集（一）[C];2006年

2 胡永宏;陆忠华;;沪深股市动态风险结构特征分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

相关硕士学位论文 前2条

1 王艳妮;住房置业担保全动态风险管理研究[D];西安建筑科技大学;2011年

2 柏小丽;动态风险下配电侧的最优购电分配模型[D];西华大学;2011年

，

本文编号：1728108