已实现GARCH-SGED模型研究及在风险度量中的应用

发布时间：2021-12-18 07:58

　　针对金融资产收益率普遍存在的尖峰厚尾现象,本文首先将经典的已实现GARCH模型的误差分布拓展到具有厚尾特性的偏广义误差分布的形式,同时将杠杆函数的幂次放松为待估参数,建立了新的已实现GARCH-SGED模型。然后采用MLE方法对已实现GARCH-SGED模型的参数进行估计,验证了将杠杆函数的幂次进行放松是有必要的。并通过蒙特卡洛方法对已实现GARCH-SGED模型进行随机模拟,结果显示所有参数估计的均方误差结果都较小,参数估计结果较为理想。其次,以上证50指数5分钟频率的高频数据为研究对象,对误差分布分别为正态分布、广义误差分布和偏广义误差分布的已实现GARCH模型的Va R估计进行预测,用Kupic检验计算出预测的精确度并进行比较。结果表明相对于已实现GARCH模型、已实现GARCH-GED模型,已实现GARCH-SGED模型更能刻画波动率的杠杆效应,在一定程度上提升了对尾部风险度量的精度。并且已实现GARCH-SGED模型度量效果优于已实现GARCH-GED模型,说明了已实现GARCH模型虽然可以产生一定的偏度,但产生的偏度并不满足数据的需求,需要附加的分布进一步产生偏度,所以应当... 

【文章来源】：重庆理工大学重庆市

【文章页数】：49 页

【学位级别】：硕士

【部分图文】：

三种分布的密度函数图

上证50指数日对数收益率核密度估计

上证50指数日对数收益率时序图


本文编号：3541964