基于“已实现”波动率的GARCH和ARFIMA模型预测能力比较研究
摘要
通过基于“已实现”波动率,对上证综合指数收益波动基本统计特性进行分析。结果表明基于“已实现”波动率的ARFIMA组模型的预测能力要明显优于GARCH模型,对数“已实现”波动率的ARFIMA模型预测能力最好。
出处
《现代商业》
2007年第17期39-39,共1页
Modern Business
二级参考文献10
-
1Andersen T G, Bollerslev T, Diebold F X and Ebens H.The Distribution of Realized Stock Return Volatility[J].Journal of Financial Economics, 2001,61: 43-76.
-
2Andersen T G, and Bollerslev T. Answering the skeptics: Yes, standard volatility models do provide accurate forecasts[J]. International Economic Review, 1998 , 39(4) : 885-905.
-
3Merton R C. On Estimating the Expected Return on the Market: An Exploratory Investigation[J]. Journal of Financial Economics, 1980, 8: 323--361.
-
4Schwert G W. Why Does Stock Market Volatility Change Over Time[J]. Journal of Finance, 1989,44:1115-1153.
-
5Taylor S J and XU X. The incremental volatility information in one million foreign exchange quotations[ J ].Journal of Empirical Finance , 1997,4 : 317 -- 340.
-
6Andersen T G, Bollerslev T, Diebold F X and Labys P.The Distribution of Realized Exchange Rate Volatility[J]. Journal of the American Statistical Association,2001, 96: 42--55.
-
7Roel C A, (3omen. Using High Frequency Stock Market Index Data to Calculate, Model & Forecast Realized ReturnVariance[ EB/OL ]. http://www.panagora.com/2001 crowell/2001 cp-30.pdf.
-
8Andersen T G, Bollerslev T, Diebold F X. 2002. Parametric and nonparametric volatility measurement, In Handbook of Financial Econometrics, Hansen LP, Ayt-Sahalia Y (eels); NorthHolland: Amsterdam, forthcoming.
-
9Andersen T G, Bollerslev T, Diebold F X, et al. Modeling and forecasting realized volatility[J]. Econometrica,2003, 71: 579-625.
-
10Andersen T G, Bollerslev T, Diebold F X, et al. realized volatility and correlation [ EB/OL ]. www. ssc. upenn. edu/-- fdiebold/papers/paper29/temp, pdf.,1999.
共引文献8
-
1马玉林,刘瑞花.基于实际波动率的组合选择实证研究[J].经济数学,2007,24(2):162-171. 被引量:1
-
2熊正德,张洁.“已实现”波动率理论研究与评价[J].湖南大学学报(社会科学版),2007,21(4):62-65. 被引量:5
-
3闵素芹,柳会珍.“已实现”波动率中最优抽样频率的选择[J].统计与决策,2009,25(13):13-15. 被引量:6
-
4叶五一,陈杰成,缪柏其.基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析[J].中国管理科学,2010,18(4):1-7. 被引量:10
-
5苗晓宇.(超)高频数据视角下金融风险度量研究进展[J].经济论坛,2010(8):202-207. 被引量:3
-
6吴有英,马玉林.基于实际波动率的我国股市波动率实证研究[J].泰山学院学报,2011,33(5):109-116.
-
7李志辉,樊莉.中国商业银行系统性风险溢价实证研究[J].当代经济科学,2011,33(6):13-20. 被引量:56
-
8叶五一,缪柏其.已实现波动与日内价差条件下的CVaR估计[J].管理科学学报,2012,15(8):60-71. 被引量:18
-
1孙清.信用风险模型预测能力比较分析[J].经济理论与经济管理,2007,27(7):40-44. 被引量:1
-
2方俊韬.GARCH模型预测能力评估[J].中国物价,2016(1):58-60. 被引量:1
-
3禹敏,陈收.非正态ARCH族模型的预测绩效和VaR度量研究[J].中国管理科学,2007,15(z1):180-183.
-
4郑周.基于不同分布假设GARCH模型对上证指数波动性预测能力的比较研究[J].价值工程,2004,23(3):70-72. 被引量:6
-
5宋亚琼,王新军.隔夜信息影响中国股市波动率模型预测能力吗?[J].财经问题研究,2017(2):59-65. 被引量:1
-
6郭辉洪,周永强.基于公司治理信息的财务困境预警实证研究[J].统计与信息论坛,2008,23(3):77-83. 被引量:4
-
7莫海菁.GARCH、GJR-GARCH和EGARCH模型预测能力实证研究[J].经济视角(下),2011(3):60-63. 被引量:3
-
8陈平,李凯.人民币汇率与宏观基本面:来自汇改后的证据[J].世界经济,2010,33(9):28-45. 被引量:37
-
9蔡艳萍,王玉娇.利率市场化条件下上市商业银行财务风险评价[J].湖南大学学报(社会科学版),2014,28(6):70-75. 被引量:4
-
10帅青红,方玲,匡远竞.基于决策树与logistic的上市公司信用评估比较研究[J].西南民族大学学报(人文社会科学版),2013,34(5):135-140. 被引量:7