基于Realized GARCH模型的沪深300指数波动率研究

发布时间：2017-10-03 23:01

  本文关键词：基于Realized GARCH模型的沪深300指数波动率研究

  更多相关文章： Realized GARCH模型 已实现波动 已实现极差 广义双曲线分布 正态分布

【摘要】：基于中国沪深300指数,采用5 min高频数据计算已实现极差作为波动率估计量。建立Realized GARCH模型,并假设收益率残差分别服从正态分布和广义双曲线分布。实证结果表明:无论是选择已实现方差还是已实现极差作为已实现测度,服从广义双曲线分布的Realized GARCH模型拟合效果都比服从正态分布的Realized GARCH模型要好。无论残差服从广义双曲线分布还是正态分布,采用已实现极差作为已实现测度的Realized GARCH模型的拟合效果都比采用已实现方差作为已实现测度的Realized GARCH模型要好。另一方面,从似然值提高的程度来看,改变波动率估计量比改变残差分布带来更大的似然值提高,说明选择一个合适的波动率估计量对Realized GARCH模型拟合效果起着至关重要的作用。
【作者单位】： 天津大学管理与经济学部;
【关键词】： Realized GARCH模型 已实现波动 已实现极差 广义双曲线分布 正态分布
【基金】：国家社会科学基金项目(14CTJ012)
【分类号】：F832.51
【正文快照】： 准确的拟合波动率在金融领域有着重大意义,这就意味着建立一个合适的波动率模型至关重要。广义自回归条件异方差(GARCH,generalized au-toregressive conditional heteroskedasticity)模型是目前应用最广泛的模型。与传统的GARCH模型利用日数据计算不同,已实现广义自回归条件，

本文编号：967184