期刊文献+

沪深300指数的市场风险预测——基于GARCH模型

下载PDF
导出
摘要 随着金融全球化和自由化程度不断加深,金融市场在得以发展的同时也面临着日益剧烈的市场风险。文章基于2010年1月4日至2024年3月20日沪深300指数日收盘历史数据,运用GARCH模型分别在90%、95%和99%的置信水平下预测沪深300指数市场风险。研究显示:(1)GARCH(1,1)正态分布模型在90%、95%、99%置信水平下的失败天数和LR值均未通过检验;(2)GARCH(1,1)-t分布模型在90%置信水平下的失败天数和LR检验值均通过了检验,在95%置信水平下的LR值通过检验,在99%的置信水平下失败天数为0,低估了沪深300指数收益率损失的风险;(3)综合来看,GARCH(1,1)-t分布模型能够更有效地预测沪深股市的市场风险。
作者 吴婷
出处 《生产力研究》 2024年第6期128-132,共5页 Productivity Research
  • 相关文献

参考文献5

二级参考文献52

  • 1龚锐,陈仲常,杨栋锐.GARCH族模型计算中国股市在险价值(VaR)风险的比较研究与评述[J].数量经济技术经济研究,2005,22(7):67-81. 被引量:99
  • 2王志诚,科学,1999年,51卷,6期,15页
  • 3Hsieh D,J Financial Quantitative Analysis,1993年,28卷,1期,41页
  • 4Engle,R.F.(1982),Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrica 50:987-1007.
  • 5Laurent,S.,Peters,J.-P.(2002),G@RCH 2.2:An Ox Package for Estimating and Forecasting Various ARCH Models[J].Journal of Economic Surveys 16:447-485.
  • 6Bollerslev,T.(1986),Generalized Autoregressive Conditional Heteroskedasticity[J].Journal of Econometrics,31:307-327.
  • 7Ding,Z.,Granger,C.W.J.,Engle,R.F.(1993),A Long Memory Property of Stock Market Returns and a New Model[J].Journal of Empirical Finance 1:83-106.
  • 8Baillie R.,Bollerslev T.,Mikkelsen H.(1996),Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity[J].Journal of Econometrics 74:3-30.
  • 9Chung C-F (1999),Estimating the Fractionally Integrated GARCH Model.National Taiwan University,TW,China.
  • 10Tse,Y.K.,Tsui,A.K.C.(1998),A Multivariate Garch Model with Time-varying Correlations[J].Forthcoming in Journal of Business,Economics and Statistics.

共引文献269

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部