針對(duì)金融資產(chǎn)收益率普遍存在的尖峰厚尾現(xiàn)象,本文首先將經(jīng)典的已實(shí)現(xiàn)GARCH模型的誤差分布拓展到具有厚尾特性的偏廣義誤差分布的形式,同時(shí)將杠桿函數(shù)的冪次放松為待估參數(shù),建立了新的已實(shí)現(xiàn)GARCH-SGED模型。然后采用MLE方法對(duì)已實(shí)現(xiàn)GARCH-SGED模型的參數(shù)進(jìn)行估計(jì),驗(yàn)證了將杠桿函數(shù)的冪次進(jìn)行放松是有必要的。并通過蒙特卡洛方法對(duì)已實(shí)現(xiàn)GARCH-SGED模型進(jìn)行隨機(jī)模擬,結(jié)果顯示所有參數(shù)估計(jì)的均方誤差結(jié)果都較小,參數(shù)估計(jì)結(jié)果較為理想。其次,以上證50指數(shù)5分鐘頻率的高頻數(shù)據(jù)為研究對(duì)象,對(duì)誤差分布分別為正態(tài)分布、廣義誤差分布和偏廣義誤差分布的已實(shí)現(xiàn)GARCH模型的Va R估計(jì)進(jìn)行預(yù)測,用Kupic檢驗(yàn)計(jì)算出預(yù)測的精確度并進(jìn)行比較。結(jié)果表明相對(duì)于已實(shí)現(xiàn)GARCH模型、已實(shí)現(xiàn)GARCH-GED模型,已實(shí)現(xiàn)GARCH-SGED模型更能刻畫波動(dòng)率的杠桿效應(yīng),在一定程度上提升了對(duì)尾部風(fēng)險(xiǎn)度量的精度。并且已實(shí)現(xiàn)GARCH-SGED模型度量效果優(yōu)于已實(shí)現(xiàn)GARCH-GED模型,說明了已實(shí)現(xiàn)GARCH模型雖然可以產(chǎn)生一定的偏度,但產(chǎn)生的偏度并不滿足數(shù)據(jù)的需求,需要附加的分布進(jìn)一步產(chǎn)生偏度,所以應(yīng)當(dāng)... 

【文章來源】：重慶理工大學(xué)重慶市

【文章頁數(shù)】：49 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三種分布的密度函數(shù)圖

上證50指數(shù)日對(duì)數(shù)收益率核密度估計(jì)

上證50指數(shù)日對(duì)數(shù)收益率時(shí)序圖


本文編號(hào)：3541964