發(fā)布時間：2018-04-09 20:53

  本文選題：小波多分辨分析　切入點：已實現(xiàn)波動率RV　出處：《重慶師范大學(xué)學(xué)報(自然科學(xué)版)》2017年03期

【摘要】：【目的】對股票市場的VaR動態(tài)風(fēng)險價值進行研究�！痉椒ā坎捎眯〔ǘ喾直婕夹g(shù)將高頻已實現(xiàn)波動率分解為近似信號和細(xì)節(jié)信號,建立MRA-RV-ARFIMA GARCH-VaR類模型,分別在1~2d、2~4d、4~8d和8~16d的尺度下進行動態(tài)風(fēng)險價值度量�！窘Y(jié)果】實證表明該模型能很好地捕捉到市場的信息,對風(fēng)險預(yù)測效果較好�！窘Y(jié)論】經(jīng)過多分辨分解后的信號能有效地捕捉到不同時間尺度上的波動信息,近似信號能很好的反應(yīng)波動的變化趨勢,資產(chǎn)波動對短期交易反應(yīng)敏感,不同時間尺度擬合的VaR比低頻GARCH類模型效果更好。
[Abstract]:[objective] to study the dynamic risk value of VaR in stock market. [methods] High frequency realized volatility is decomposed into approximate signal and detail signal by wavelet multi-resolution technique, and MRA-RV-ARFIMA GARCH-VaR model is established.The dynamic risk value measurement was carried out on the scale of 1D ~ 2D ~ 2D ~ 4d ~ 4d ~ 4d ~ 4d and ~ 816d respectively. [results] empirical results show that the model can capture market information very well.[conclusion] the signal after multi-resolution decomposition can effectively capture the fluctuation information on different time scales, the approximate signal can well reflect the fluctuating trend, and the asset fluctuation is sensitive to short-term trading.The VaR with different time scales is more effective than the low frequency GARCH model.
【作者單位】： 重慶三峽學(xué)院數(shù)學(xué)與統(tǒng)計學(xué)院非線性科學(xué)與系統(tǒng)結(jié)構(gòu)重點實驗室;西南政法大學(xué)經(jīng)濟學(xué)院;
【基金】：重慶市教委科技計劃項目(No.KJ130107) 重慶市自然科學(xué)基金項目(No.cstc2012jjA00023) 重慶三峽學(xué)院青年項目(No.14QN22)
【分類號】：F830.91;O211.67

【相似文獻】

相關(guān)期刊論文 前2條

1 劉學(xué);張化祥;戚文靜;袁衛(wèi)華;;基于SVM的信息系統(tǒng)風(fēng)險動態(tài)識別和評估[J];信息技術(shù)與信息化;2010年03期

2 ;[J];;年期

相關(guān)會議論文 前2條

1 章立;呂宏生;何建敏;胡小平;;非瓦爾拉斯市場下的動態(tài)風(fēng)險價值[A];中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第二屆年會論文集（一）[C];2006年

2 胡永宏;陸忠華;;滬深股市動態(tài)風(fēng)險結(jié)構(gòu)特征分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

相關(guān)碩士學(xué)位論文 前2條

1 王艷妮;住房置業(yè)擔(dān)保全動態(tài)風(fēng)險管理研究[D];西安建筑科技大學(xué);2011年

2 柏小麗;動態(tài)風(fēng)險下配電側(cè)的最優(yōu)購電分配模型[D];西華大學(xué);2011年

，

本文編號：1728108