發(fā)布時(shí)間：2018-05-29 05:04

  本文選題：F-RV-J模型 + 已實(shí)現(xiàn)波動(dòng)�。� 參考：《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2017年14期

【摘要】：金融高頻數(shù)據(jù)的已實(shí)現(xiàn)波動(dòng)(RV)在風(fēng)險(xiǎn)管理中扮演著非常重要的角色,已有大量文獻(xiàn)對(duì)如何預(yù)測(cè)資產(chǎn)的已實(shí)現(xiàn)波動(dòng)進(jìn)行了研究.采用因子分析法來預(yù)測(cè)RV,探討了不可觀測(cè)的金融序列的公共因子在預(yù)測(cè)已實(shí)現(xiàn)波動(dòng)時(shí)所起的作用,并考慮了資產(chǎn)價(jià)格中跳躍的影響,建立了基于因子分析法的波動(dòng)預(yù)測(cè)模型(F-RV-J).從損失函數(shù)、MCS檢驗(yàn)和在險(xiǎn)價(jià)值VaR的預(yù)測(cè)能力三個(gè)方面,將F-RV-J模型與其它常用的預(yù)測(cè)模型進(jìn)行了比較,發(fā)現(xiàn)F-RV-J模型明顯要優(yōu)于其它波動(dòng)預(yù)測(cè)模型.
[Abstract]:The realized volatility of financial high frequency data (RV) plays a very important role in risk management. A large number of literatures have studied how to predict the realized volatility of assets. This paper uses factor analysis method to predict RV, discusses the role of common factors of unobservable financial series in predicting realized volatility, and considers the effect of jump in asset prices, and establishes a volatility prediction model based on factor analysis. This paper compares the F-RV-J model with other commonly used models from three aspects of the loss function test and the prediction ability of the VaR at risk value. It is found that the F-RV-J model is obviously superior to the other volatility prediction models.
【作者單位】： 貴州財(cái)經(jīng)大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：2015年全國(guó)統(tǒng)計(jì)科學(xué)研究項(xiàng)目(2015LY19) 貴州省教育廳2015年度普通本科高校自然科學(xué)研究項(xiàng)目(黔教合KY字[2015]423)
【分類號(hào)】：F224;F832

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王敏;;基于因子分析的濟(jì)南市軟件產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)[J];山東行政學(xué)院.山東省經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào);2010年06期

2 藺全錄;孟毅;;基于因子分析法的中小化工企業(yè)核心競(jìng)爭(zhēng)力評(píng)價(jià)研究[J];企業(yè)導(dǎo)報(bào);2013年22期

3 尹子民,羅麗兮;因子分析在企業(yè)增長(zhǎng)方式評(píng)價(jià)中的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2000年04期

4 高素英,金浩;因子分析在市場(chǎng)問卷調(diào)查分析中的應(yīng)用[J];河北工業(yè)大學(xué)學(xué)報(bào);2003年05期

5 楊淼P，

本文編號(hào)：1949600