-
题名函数型EGARCH模型的构建及其波动预测研究
- 1
-
-
作者
蔡光辉
吴志敏
-
机构
浙江工商大学统计与数学学院
-
出处
《统计研究》
CSSCI
北大核心
2022年第5期146-160,共15页
-
基金
国家社会科学基金项目“高频金融数据统计测度模型的拓展研究”(19BTJ013)
浙江省重点建设高校优势特色学科(浙江工商大学统计学)资助项目
统计数据工程技术与应用协同创新中心资助项目。
-
文摘
传统的函数型GARCH族模型可用于刻画函数型金融时间序列的异方差性,但其存在以下局限性,如未考虑波动率的非对称性,不能解释当前信息对未来条件方差的冲击是否存在持续性,参数非负的约束条件可能会限制条件波动率的动态变化。基于此,本文在EGARCH模型的基础上构建了函数型EGARCH模型(f EGARCH模型),给出了其最小二乘估计和拟极大似然估计方法的具体步骤,推导了f EGARCH模型的函数型信息冲击曲线(NIC)和函数型累积冲击响应比率函数(CIRR)的计算公式。蒙特卡洛模拟结果表明,f EGARCH模型能够捕捉非对称性,且其拟极大似然估计方法比最小二乘估计方法更为有效。将该模型应用于沪深300指数,NIC显示该模型能够捕捉波动率的非对称性,而CIRR表明当前收益率对未来波动率的影响存在高持续性。最后,拟极大似然估计值的DM检验以及基于稳健损失函数的SPA检验和MCS检验结果均表明,f EGARCH模型比函数型GARCH模型(f GARCH模型)具有更高的波动预测精度。
-
关键词
函数型金融时间序列
EGARCH
非对称性
波动率
-
Keywords
Functional Financial Time Series
EGARCH
Asymmetry
Volatility
-
分类号
O212
[理学—概率论与数理统计]
-
