为探究中国铜期货市场价格波动的变化规律并以此预测其风险值,以沪铜期货高频价格数据为样本,综合考虑其收益率波动的聚集性、偏峰厚尾性与长记忆性,将广义已实现测度引入偏t分布假设下的Realized GARCH模型与拓展的Realized HAR GARCH...为探究中国铜期货市场价格波动的变化规律并以此预测其风险值,以沪铜期货高频价格数据为样本,综合考虑其收益率波动的聚集性、偏峰厚尾性与长记忆性,将广义已实现测度引入偏t分布假设下的Realized GARCH模型与拓展的Realized HAR GARCH模型中,并通过样本内拟合与样本外滚动预测,结合似然函数、VaR后验测试与损失函数MCS检验法综合比较了采用不同已实现测度的Realized GARCH以及Realized HAR GARCH模型在沪铜期货收益波动率估计和VaR预测上的效果。实证结果显示:对于沪铜期货市场而言,无论是波动率估计还是风险预测,广义已实现测度的引入显著地提升了Realized GARCH与Realized HAR GARCH模型的拟合效果与预测能力,其中基于日内损失RMAD与RES测度下的Realized HAR GARCH模型分别拥有最优的估计与预测表现。展开更多
基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正...基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化.在偏t分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、波动率预测以及风险度量上的能力.结果显示:中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言,TV-Realized HAR GARCH(WRIV)模型具有最优的整体实证表现.展开更多
以沪深300股指期货高频数据为样本,将广义已实现测度引入偏t分布下的SMA-Realized HAR GARCH模型中,该模型同时考虑了HAR结构和时变波动。通过滚动时间窗的方法对模型进行VaR预测,结合后验测试与MCS检验综合比较了不同已实现测度下模型...以沪深300股指期货高频数据为样本,将广义已实现测度引入偏t分布下的SMA-Realized HAR GARCH模型中,该模型同时考虑了HAR结构和时变波动。通过滚动时间窗的方法对模型进行VaR预测,结合后验测试与MCS检验综合比较了不同已实现测度下模型在波动率估计与VaR预测上的效果。结果显示,引入了广义已实现测度的SMA-Realized HAR GARCH模型具有更好的波动率估计与风险预测效果。展开更多
文摘为探究中国铜期货市场价格波动的变化规律并以此预测其风险值,以沪铜期货高频价格数据为样本,综合考虑其收益率波动的聚集性、偏峰厚尾性与长记忆性,将广义已实现测度引入偏t分布假设下的Realized GARCH模型与拓展的Realized HAR GARCH模型中,并通过样本内拟合与样本外滚动预测,结合似然函数、VaR后验测试与损失函数MCS检验法综合比较了采用不同已实现测度的Realized GARCH以及Realized HAR GARCH模型在沪铜期货收益波动率估计和VaR预测上的效果。实证结果显示:对于沪铜期货市场而言,无论是波动率估计还是风险预测,广义已实现测度的引入显著地提升了Realized GARCH与Realized HAR GARCH模型的拟合效果与预测能力,其中基于日内损失RMAD与RES测度下的Realized HAR GARCH模型分别拥有最优的估计与预测表现。
文摘基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化.在偏t分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、波动率预测以及风险度量上的能力.结果显示:中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言,TV-Realized HAR GARCH(WRIV)模型具有最优的整体实证表现.
文摘以沪深300股指期货高频数据为样本,将广义已实现测度引入偏t分布下的SMA-Realized HAR GARCH模型中,该模型同时考虑了HAR结构和时变波动。通过滚动时间窗的方法对模型进行VaR预测,结合后验测试与MCS检验综合比较了不同已实现测度下模型在波动率估计与VaR预测上的效果。结果显示,引入了广义已实现测度的SMA-Realized HAR GARCH模型具有更好的波动率估计与风险预测效果。
