-
题名不同频率波动模型的比较及其对动态VaR的预测
被引量：3
- 1
-
-
作者
刘丽萍
冀南南
-
机构
贵州财经大学数学与统计学院
-
出处
《统计与决策》
CSSCI
北大核心
2021年第20期156-160,共5页
-
基金
贵州省科技厅一般项目(黔教合基础[2019]1050号)
贵州省教育厅人文社会科学研究项目(2019zc082)
贵州省教育厅自然科学研究项目(黔教合KY字[2018]160号)。
-
文摘
金融资产的波动在期权定价、风险管理以及投资组合中扮演着重要角色,现有对金融资产波动的建模主要基于低频数据或高频数据。文章基于动量预测(MoP)策略,将基于低频数据的GARCH类模型和基于高频数据的HAR-RV、FNN-HAR-J模型相结合,得到混合频率预测模型——MoP模型,该模型可以根据模型过去的预测表现,在高频和低频模型之间进行切换,从而选择合适的模型进行预测。采用MCS检验法将基于高频、低频以及混合频率数据的波动模型进行对比分析,研究发现基于混合频率数据的MoP模型能够更好地预测金融资产的波动,并且MoP模型预测的VaR能够较好地刻画收益率的变动趋势,更好地对动态市场风险进行预测。
-
关键词
低频波动模型
高频波动模型
混频波动模型
动态VAR
-
分类号
F832.5
[经济管理—金融学]
-
-
题名高频视角下中国股市动态VaR预测模型研究
被引量：3
- 2
-
-
作者
陈王
马锋
魏宇
林宇
-
机构
长江师范学院财经学院
西南交通大学经济管理学院
云南财经大学金融学院
成都理工大学商学院
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2020年第2期184-194,共11页
-
基金
国家自然科学基金资助项目(71901041,71971191,71701170,71771032)
教育部人文社科基金规划项目(17YJA790015,17XJA790002)
+1 种基金
教育部人文社会科学研究青年基金项目(17YJC790105)
中央高校文科科技创新项目(2682017WCX01)。
-
文摘
如何充分挖掘交易数据中有价值的信息对金融风险管理极其重要,现有研究中基于低频波动模型的风险测度方法几乎已经做到了极致,而能达到的预测效果却并不稳健,对高频波动模型的研究相对比较匮乏.那么高频模型能否从高频数据中挖掘出更有价值的信息以便用于风险管理之中呢?本研究通过建立12个低频和9个高频波动模型对上证综指进行样本外动态VaR的滚动预测发现,高频模型相对于低频模型具有更好的稳定性,并且在多数情况下高频模型优于低频模型;多头与空头的风险预测效果具有显著差异,多头风险在高风险情况下高频模型表现出色,低风险情况下并不理想,空头风险则在所有情况下都表现较好.
-
关键词
低频波动模型
高频波动模型
样本外动态VaR
滚动预测
-
Keywords
low-frequency volatility models
high-frequency volatility models
dynamic VaR in the Out-of-sample
rolling forecasting
-
分类号
F830
[经济管理—金融学]
-
-
题名极差信息金融市场波动率的研究综述与评价
- 3
-
-
作者
马云倩
蒋远营
吴慧珊
-
机构
中国人民大学统计学院
首都经济贸易大学统计学院
-
出处
《现代管理科学》
CSSCI
2014年第6期39-41,共3页
-
基金
国家自然科学基金项目(项目号:71271210)
广西自然科学基金重点项目(项目号:2013GXNSFDA019001)
-
文摘
金融资产收益的波动率对于期权定价、资产投资组合以及风险管理都十分重要,对于波动率的度量有几种不同的方法,文章从极差的角度入手,总结并评价了近年来极差信息波动率在金融市场中的理论发展与应用研究,并给出关于极差信息波动率研究的研究展望。
-
关键词
极差
低频极差波动模型
高频数据
已实现极差波动率
市场微观噪音
-
分类号
F224
[经济管理—国民经济]
F830.91
[经济管理—金融学]
-
