基于GARCH族模型的收益波动率预测绩效评估方法

GARCH族模型已广泛地应用于金融市场中资产收益波动率的预测。尽管如此,在实际应用中异方差结构的选择是预测建模的一个难题。文章从波动性预测的视角,提出一种高效的半参数方法进行序列结构参数的估计,以减少估计的效率代价对模型绩效评估的影响。此外,使用最小二乘方法评估模型绩效以输出统计意义下的结果,并规避"数据窥察"问题。在实证分析中,以股票市场的收益数据为样本,对6种常见的GARCH族结构进行了实证对比研究,结果发现,与其它GARCH类结构相比,指数GARCH(EGARCH)模型可较好地预测资产收益率的波动过程。