本文選題：高頻數(shù)據(jù)　切入點：PGARCH模型　出處：《系統(tǒng)工程理論與實踐》2017年08期 　論文類型：期刊論文

【摘要】：高頻數(shù)據(jù)在風險價值VaR度量和預測方面的價值日益凸顯,文中基于高頻數(shù)據(jù)為嵌入日內(nèi)收益過程的PGARCH模型提出一類穩(wěn)健M估計,同時給出相應的VaR估計方法,并基于滬深300指數(shù)和恒生指數(shù)的5分鐘高頻數(shù)據(jù)對時間內(nèi)和時間外的VaR進行估計預測.實證結果表明,高頻數(shù)據(jù)下PGARCH模型的M估計所提供的VaR估計方法可更加準確的預測VaR,預測結果均優(yōu)于日間低頻數(shù)據(jù)的估計結果和基于高頻數(shù)據(jù)的QMLE估計結果,該方法可以很好地應用于風險管理中.
[Abstract]:The value of high frequency data in VaR measurement and prediction of risk value is becoming more and more prominent. In this paper, a class of robust M estimators is proposed based on high frequency data as a PGARCH model embedded in the process of intra-day income, and a corresponding VaR estimation method is given. Based on the 5-minute high frequency data of Shanghai and Shenzhen 300 Index and Hang Seng Index, the VaR in and out of time is estimated and forecasted. The VaR estimation method provided by M estimation of PGARCH model under high frequency data is more accurate than that of day low frequency data and QMLE estimation based on high frequency data. This method can be well applied to risk management.
【作者單位】： 北京工商大學經(jīng)濟學院;中國人民大學財政金融學院;中國科學院數(shù)學與系統(tǒng)科學研究院;
【基金】：國家自然科學基金面上項目(71673315) 北京工商大學兩科基金培育項目(LKJJ2016-03) 首都流通業(yè)研究基地項目(JD-YB-2017-021)~~
【分類號】：F224;F832.51

【相似文獻】

相關期刊論文 前10條

1 郭興義,杜本峰,何龍燦;(超)高頻數(shù)據(jù)分析與建模[J];統(tǒng)計研究;2002年11期

2 金登貴;我國股市高頻數(shù)據(jù)分布特征實證研究[J];江西廣播電視大學學報;2005年03期

3 應益榮;包郭平;;金融市場高頻數(shù)據(jù)分析的建模進展[J];五邑大學學報(自然科學版);2006年01期

4 包郭平;應益榮;;金融市場中高頻數(shù)據(jù)的分析方法[J];五邑大學學報(自然科學版);2007年01期

5 金登貴;中國證券市場高頻數(shù)據(jù)分布特征研究[J];統(tǒng)計與決策;2005年20期

6 魏莉婭;馬永開;;基于高頻數(shù)據(jù)的深圳基金市場日內(nèi)周期性研究[J];當代經(jīng)濟管理;2007年01期

7 劉建華;;基于高頻數(shù)據(jù)的中國股市量價日內(nèi)特征分析[J];經(jīng)濟師;2007年10期

8 趙巍;何建敏;;基于股市高頻數(shù)據(jù)的半?yún)?shù)估計方法[J];數(shù)理統(tǒng)計與管理;2007年01期

9 胡紹波;;已實現(xiàn)極差系統(tǒng)風險及其在中國股市的應用[J];中國商界(下半月);2010年09期

10 徐正國;張世英;;多維高頻數(shù)據(jù)的“已實現(xiàn)”波動建模研究[J];系統(tǒng)工程學報;2006年01期

相關會議論文 前1條

1 張晨;李月環(huán);;基于調(diào)整“已實現(xiàn)”波動率的滬深300指數(shù)高頻數(shù)據(jù)波動性研究與預測[A];中國會計學會高等工科院校分會2008年學術年會（第十五屆年會）暨中央在鄂集團企業(yè)財務管理研討會論文集（上冊）[C];2008年

相關博士學位論文 前4條

1 馬鋒;高頻數(shù)據(jù)視角下非參數(shù)波動率建模、預測及其評價研究[D];西南交通大學;2016年

2 唐勇;基于高頻數(shù)據(jù)的金融市場分析[D];天津大學;2007年

3 劉廣應;帶跳的分數(shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應用[D];復旦大學;2011年

4 李勝歌;基于高頻數(shù)據(jù)的金融波動率研究[D];天津大學;2008年

相關碩士學位論文 前10條

1 葉立;高頻數(shù)據(jù)下波動率的影響分析[D];西北師范大學;2016年

2 劉昂;2015年股市大跌前后的股指期現(xiàn)關系[D];上海社會科學院;2017年

3 韓鐵;金融市場（超）高頻數(shù)據(jù)建模及與低頻數(shù)據(jù)對比研究[D];天津大學;2006年

4 張國勇;金融市場（超）高頻數(shù)據(jù)建模及其實證分析[D];天津大學;2004年

5 李穎超;太鋼不銹股市高頻數(shù)據(jù)實證研究[D];山西財經(jīng)大學;2012年

6 侯守國;基于小波分析的股市高頻數(shù)據(jù)研究[D];天津大學;2006年

7 翟昌立;基于高頻數(shù)據(jù)的中國證券市場特征研究[D];天津大學;2007年

8 邵明亭;使用選舉模型模擬中國股市高頻數(shù)據(jù)統(tǒng)計特征[D];北京交通大學;2006年

9 謝錦輝;高頻數(shù)據(jù)的Markov建模[D];東北師范大學;2006年

10 劉少梅;基于Hilbert-Huang變換的高頻數(shù)據(jù)分析[D];長春工業(yè)大學;2012年

，

本文編號：1649976