已实现GARCH类模型及其应用

发布时间：2017-05-15 14:05

  本文关键词：已实现GARCH类模型及其应用，由笔耕文化传播整理发布。

【摘要】：针对高频金融数据中金融资产收益率对收益波动的非对称影响,本文提出了基于已实现EGARCH模型的VaR方法:在用准极大似然估计(QMLE)方法对已实现EGARCH模型的参数进行估计的基础上,采用样本外多步预测的方法对资产收益的未来风险进行预测,然后使用Kupiec失败率检验法通过极大似然统计量LR对风险价值VaR的预测精度进行检验。以上证380指数5分钟频率的高频数据为研究对象,基于已实现EGARCH模型对其进行风险预测,并与正态分布、t分布和偏t分布三种不同误差分布假定下的已实现GARCH模型比较,结果表明相对于偏t分布假设下的已实现GARCH模型,已实现EGARCH模型能够更加精确的测量上证380指数的收益风险,而且能够更加形象的刻画股票市场中价格波动的杠杆效应。
【关键词】：高频金融数据 杠杆效应 已实现EGARCH VaR QMLE
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51;F224
【目录】：

• 摘要4-5
• Abstract5-7
• 1 绪论7-13
• 1.1 高频金融数据的特征与高频数据抽样方案7-8
• 1.2 GARCH类模型8-12
• 1.2.1 GARCH模型及其基本性质8-10
• 1.2.2 其它GARCH模型10-12
• 1.3 研究内容及创新点12
• 1.3.1 文章内容12
• 1.3.2 创新点12
• 1.4 结论及讨论12-13
• 2 VaR的相关理论13-18
• 2.1 VaR的概念13-14
• 2.2 传统的VaR计算方法14-15
• 2.3 VaR的检验15-17
• 2.4 结论及讨论17-18
• 3 已实现GARCH模型18-26
• 3.1 已实现GARCH模型18-20
• 3.2 已实现GARCH模型的实证研究20-24
• 3.3 结论及讨论24-26
• 4 已实现EGARCH模型及其在VaR中的应用26-31
• 4.1 已实现EGARCH模型26-28
• 4.2 基于已实现EGARCH模型的VaR方法28
• 4.3 实证分析28-30
• 4.4 结论及讨论30-31
• 5 结论和展望31-32
• 5.1 结论31
• 5.2 展望31-32
• 致谢32-33
• 参考文献33-35
• 附录35-38
• 个人简历、在学期间发表的学术论文及取得的研究成果38

【参考文献】

中国硕士学位论文全文数据库 前1条

1 于晓蕾;基于HAR模型对中国股票市场已实现波动率的研究[D];吉林大学;2009年

  本文关键词：已实现GARCH类模型及其应用，由笔耕文化传播整理发布。

，

本文编号：367953