Hansen et al.(2012)提出了一種高頻數(shù)據(jù)已實現(xiàn)測度與傳統(tǒng)GARCH模型相結(jié)合的Realized GARCH模型。相對于傳統(tǒng)的GARCH模型和EGARCH模型,本文著重考察Realized GARCH模型對于滬深300指數(shù)收益率分布以及波動率的預測能力,結(jié)果顯示Realized GARCH模型在這兩方面均超越了傳統(tǒng)模型。另外,本文比較了Realized GARCH模型分布設定以及不同已實現(xiàn)測度對預測能力的影響,指出使用厚尾分布的Realized GARCH模型的預測能力最佳。使用不同抽樣頻率的已實現(xiàn)方差對模型預測有顯著影響,其中使用剔除市場噪音的Realized Kernel可以獲得最好的預測效果。
【部分圖文】：

222014年第5期著的約束。圖2信息沖擊曲線τ(z)圖2以ＲG(T，d)模型結(jié)果為例畫出模型隱含的“信息沖擊曲線”�？梢钥闯�，波動率對于收益率不同方向的變動有著明顯的杠桿效應，負向收益率沖擊推動的波動率上升比正向收益率沖擊推動的波動率上升更大。四、收益率分布擬合與預測能力評價GAＲCH類模型在對波動率建模的同時實際上也給收益率的分布建模，本小節(jié)討論不同的模型對于收益率分布的擬合與預測能力。對收益率分布建模能力對模型在風險控制方面的應用，如計算VaＲ、ES等至關重要。本節(jié)使用的工具是Hansenetal．(2012)提出的半似然函數(shù)。在概率論中，極大似然估計的本質(zhì)就是最小化由參數(shù)確定的分布和真實分布的KL距離(Kullback-Leiblerdivergence)。即給定一組參數(shù)，似然函數(shù)的值越大，說明由這組參數(shù)給出的分布和真實分布的距離越校因此，我們可以把似然函數(shù)的值看作是分布擬合(樣本內(nèi)數(shù)據(jù))或者分布預測(樣本外數(shù)據(jù))的評價指標。如前所述，ＲG模型的似然函數(shù)由兩部分組成:l(r，x)=l(r|x)+l(x|r)(10)其中，l(r|x)和l(x|r)分別為似然函數(shù)中對應zt和ut的部分�；谕瑯拥臄�(shù)據(jù)是使用似然函數(shù)值l(r，x)比較不同模型之間分布擬合與預測能力的前提。但在ＲG模型中，除個別情況外，l(x|r)在不同模型間，或者不同時存在，或者使用不同的數(shù)據(jù)。因此對于ＲG模型，我們只是用其似然函數(shù)中關于收益率的l(r|x)，即半似然函數(shù)①。我們使用樣本中前600個樣本點估計模型，用后600個樣本作為樣本外的樣本點，分別計算樣本內(nèi)半似然函數(shù)和樣本外半似然函數(shù)。前者描述的是不同模型樣本內(nèi)分布擬合能力，后者描述的是不同模型樣本外分布預測能力。兩者都是數(shù)值越大越好。由于“半似然函數(shù)”并不是最優(yōu)化的目標函數(shù)，因此傳統(tǒng)似然函數(shù)的統(tǒng)計推斷并不適用，目
【參考文獻】

相關期刊論文 前9條

1 于亦文;;實際波動率與GARCH模型的特征比較分析[J];管理工程學報;2006年02期

2 王春峰;姚寧;房振明;;基于小波變換的多尺度跳躍識別與波動性估計研究[J];管理科學學報;2010年10期

3 歐麗莎;袁琛;李漢東;;中國股票價格跳躍實證研究[J];管理科學學報;2011年09期

4 陳浪南;洪如明;;基于已知信息的波動率修正杠桿效應研究[J];經(jīng)濟研究;2007年11期

5 江濤;;基于GARCH與半?yún)?shù)法VaR模型的證券市場風險的度量和分析:來自中國上海股票市場的經(jīng)驗證據(jù)[J];金融研究;2010年06期

6 鄭振龍;湯文玉;;波動率風險及風險價格——來自中國A股市場的證據(jù)[J];金融研究;2011年04期

7 王天一;黃卓;;基于高頻數(shù)據(jù)的波動率建模及應用研究評述[J];經(jīng)濟學動態(tài);2012年03期

8 韓清;劉永剛;;已實現(xiàn)波動率估計中不同降噪方法的比較分析及實證[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2009年08期

9 王天一;黃卓;;高頻數(shù)據(jù)波動率建�！诤裎卜植嫉腞ealized GARCH模型[J];數(shù)量經(jīng)濟技術經(jīng)濟研究;2012年05期

【共引文獻】

相關期刊論文 前10條

1 劉寧;夏恩君;張慶雷;;基于非對稱GARCH與極值理論的商業(yè)銀行信用風險度量模型[J];北京理工大學學報;2012年05期

2 花俊洲;;中小板證券市場VaR估計精度實證研究[J];當代經(jīng)濟;2012年01期

3 王泰強;侯光明;趙宏;;基于VaR的中國有色金屬期貨市場風險測度研究——以上海期貨交易所鋁期貨和銅期貨為例[J];東北財經(jīng)大學學報;2011年06期

4 孔鑫;刁治;;基于GARCH模型的權證定價理論研究及實證檢驗[J];東方企業(yè)文化;2011年18期

5 魏宇;;中國股票市場的最優(yōu)波動率預測模型研究——基于滬深300指數(shù)高頻數(shù)據(jù)的實證分析[J];管理學報;2010年06期

6 陳國進;黃偉斌;;國際股票市場價值溢價——基于世界長期風險模型的解釋[J];當代財經(jīng);2014年01期

7 張虎;周迪;;基于波動和收益分解的股市風險收益關系檢驗——以2003—2012年上證指數(shù)高頻數(shù)據(jù)為例[J];西部論壇;2014年05期

8 杜瑩芬;張文珂;;虛假陳述賠償中系統(tǒng)性風險損失的確認與度量——基于廊坊發(fā)展股份有限公司的案例研究[J];中國工業(yè)經(jīng)濟;2013年09期

9 魏宇;;滬深300股指期貨的波動率預測模型研究[J];管理科學學報;2010年02期

10 衛(wèi)敏;余樂安;;具有最優(yōu)學習率的RBF神經(jīng)網(wǎng)絡及其應用[J];管理科學學報;2012年04期

相關博士學位論文 前10條

1 趙紅強;基于小波分析的我國經(jīng)濟運行特征研究[D];吉林大學;2011年

2 彭選華;金融風險價值量化分析的模型與實證[D];重慶大學;2011年

3 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財經(jīng)大學;2011年

4 李成剛;基于定單流的證券投資策略研究[D];電子科技大學;2012年

5 張益明;產(chǎn)品市場勢力與持股者交易行為[D];復旦大學;2012年

6 解其昌;分位數(shù)回歸方法及其在金融市場風險價值預測中的應用[D];西南財經(jīng)大學;2012年

7 喬高秀;滬深300股指期貨價格發(fā)現(xiàn)、定價偏差及波動率研究[D];西南財經(jīng)大學;2012年

8 劉麗萍;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻協(xié)方差陣的估計及其應用研究[D];西南財經(jīng)大學;2013年

9 郭堯琦;分形市場下有色金屬價格波動問題研究[D];中南大學;2012年

10 李彩云;“已實現(xiàn)”跳躍檢驗與跳躍風險測度[D];華中科技大學;2013年

相關碩士學位論文 前10條

1 馮偉佳;基于已預期信息修正的中國股市波動非對稱性研究[D];西北大學;2011年

2 張鵬;我國滬深300指數(shù)期貨合約價格波動溢出效應的實證分析[D];華北電力大學（北京）;2011年

3 王紅麗;基于狀態(tài)轉(zhuǎn)移的股指期貨波動時變組合預測研究[D];重慶師范大學;2011年

4 吳宏仁;金融風險度量模型綜述[D];山東大學;2011年

5 于珊珊;基于區(qū)間分析的金融市場風險管理VaR計算方法研究[D];天津大學;2012年

6 羅曉熙;半?yún)?shù)法和參數(shù)VaR模型[D];西南財經(jīng)大學;2011年

7 葉盛;基于市盈率、市凈率的上證指數(shù)風險度量與預警研究[D];浙江財經(jīng)學院;2012年

8 鄒文鶴;股指期貨的推出對我國現(xiàn)貨市場波動性的影響[D];東北財經(jīng)大學;2011年

9 馬明;基于GARCH模型的股市波動特征及相關性分析[D];南京理工大學;2007年

10 趙軍;權證引入能否降低標的股票的波動性[D];復旦大學;2008年

【二級參考文獻】

相關期刊論文 前10條

1 李陽泱;李漢東;;基于非參數(shù)波動測度的上海股票市場異質(zhì)性研究[J];北京師范大學學報(自然科學版);2009年03期

2 彭文德;金融資產(chǎn)市場風險的VaR計量法及其應用[J];當代財經(jīng);1999年11期

3 江曉東,楊燦;股票收益率波動的實證研究[J];東南學術;2002年02期

4 馬超群,李紅權;VaR方法及其在金融風險管理中的應用[J];系統(tǒng)工程;2000年02期

5 周少甫,陳千里;中國股市收益波動的實證研究[J];華中科技大學學報(自然科學版);2002年09期

6 陳澤忠,楊啟智,胡金泉;中國股票市場的波動性研究——EGARCH-M模型的應用[J];決策借鑒;2000年05期

7 樊智,張世英;非線性協(xié)整建模研究及滬深股市實證分析[J];管理科學學報;2005年01期

8 陳暉;謝赤;;包含Jump-Arch過程的利率模型及其應用[J];管理科學學報;2008年02期

9 魏宇;;滬深300股指期貨的波動率預測模型研究[J];管理科學學報;2010年02期

10 鄭振龍;;金融資產(chǎn)價格的信息含量:金融研究的新視角[J];經(jīng)濟學家;2009年11期

【相似文獻】

相關期刊論文 前10條

1 常寧,徐國祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財經(jīng)研究;2004年03期

2 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

3 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

4 唐振鵬;;金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究現(xiàn)狀及展望[J];福州大學學報(哲學社會科學版);2008年04期

5 陳高才;;高頻數(shù)據(jù)在會計實證研究中的應用和展望[J];財會研究;2011年05期

6 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評述與展望[J];經(jīng)濟學動態(tài);2011年06期

7 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

8 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國股市跳躍特征實證分析[J];中國管理科學;2013年05期

9 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數(shù)據(jù)風險價值研究[J];金融研究;2005年03期

10 補馮林,張衛(wèi)國,何偉;基于超高頻數(shù)據(jù)的股票流動性度量研究[J];統(tǒng)計與決策;2005年04期

相關博士學位論文 前6條

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

2 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對A股算法交易優(yōu)化決策的量化分析研究[D];中國科學技術大學;2010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

5 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟貿(mào)易大學;2014年

6 王芳;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動研究[D];西南財經(jīng)大學;2011年

相關碩士學位論文 前10條

1 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

2 李曉威;金融高頻數(shù)據(jù)的關聯(lián)規(guī)則算法研究[D];吉林大學;2008年

3 張曙;金融高頻數(shù)據(jù)的分析及實證研究[D];中南大學;2013年

4 肖星火;基于中國股市高頻數(shù)據(jù)的流動性風險研究[D];華南理工大學;2013年

5 劉力華;基于高頻數(shù)據(jù)的證券市場實證研究[D];暨南大學;2011年

6 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

7 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

8 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

9 張越;基于高頻數(shù)據(jù)的量價動態(tài)關系研究[D];天津大學;2012年

10 王姍姍;中國證券市場高頻數(shù)據(jù)極值的波動性研究[D];吉林大學;2012年

本文編號：2857390