基于高频数据的中国股市风险价值度量研究

本文以中国股市的已实现波动率(RV)与已实现极差波动率(RRV)为研究对象,采用LR检验与动态分位数检验对三种长记忆模型(ARFIMA、ARFIMAX、HAR)进行了VaR预测能力的比较研究。主要结论为:长记忆模型的VaR预测能力显著优于基于日收益率的GARCH模型,其中以在偏t分布下的ARFIMAX模型的表现为最佳;与标准正态分布相比,在偏t分布下计算得到的VaR值更能准确反映中国股市真实的VaR;中国股市的RV与RRV均具有长记忆性、波动非对称性等特征。