Hansen et al.(2012)提出了一種高頻數(shù)據(jù)已實(shí)現(xiàn)測(cè)度與傳統(tǒng)GARCH模型相結(jié)合的Realized GARCH模型。相對(duì)于傳統(tǒng)的GARCH模型和EGARCH模型,本文著重考察Realized GARCH模型對(duì)于滬深300指數(shù)收益率分布以及波動(dòng)率的預(yù)測(cè)能力,結(jié)果顯示Realized GARCH模型在這兩方面均超越了傳統(tǒng)模型。另外,本文比較了Realized GARCH模型分布設(shè)定以及不同已實(shí)現(xiàn)測(cè)度對(duì)預(yù)測(cè)能力的影響,指出使用厚尾分布的Realized GARCH模型的預(yù)測(cè)能力最佳。使用不同抽樣頻率的已實(shí)現(xiàn)方差對(duì)模型預(yù)測(cè)有顯著影響,其中使用剔除市場(chǎng)噪音的Realized Kernel可以獲得最好的預(yù)測(cè)效果。
【部分圖文】：

222014年第5期著的約束。圖2信息沖擊曲線τ(z)圖2以ＲG(T，d)模型結(jié)果為例畫出模型隱含的“信息沖擊曲線”。可以看出，波動(dòng)率對(duì)于收益率不同方向的變動(dòng)有著明顯的杠桿效應(yīng)，負(fù)向收益率沖擊推動(dòng)的波動(dòng)率上升比正向收益率沖擊推動(dòng)的波動(dòng)率上升更大。四、收益率分布擬合與預(yù)測(cè)能力評(píng)價(jià)GAＲCH類模型在對(duì)波動(dòng)率建模的同時(shí)實(shí)際上也給收益率的分布建模，本小節(jié)討論不同的模型對(duì)于收益率分布的擬合與預(yù)測(cè)能力。對(duì)收益率分布建模能力對(duì)模型在風(fēng)險(xiǎn)控制方面的應(yīng)用，如計(jì)算VaＲ、ES等至關(guān)重要。本節(jié)使用的工具是Hansenetal．(2012)提出的半似然函數(shù)。在概率論中，極大似然估計(jì)的本質(zhì)就是最小化由參數(shù)確定的分布和真實(shí)分布的KL距離(Kullback-Leiblerdivergence)。即給定一組參數(shù)，似然函數(shù)的值越大，說明由這組參數(shù)給出的分布和真實(shí)分布的距離越校因此，我們可以把似然函數(shù)的值看作是分布擬合(樣本內(nèi)數(shù)據(jù))或者分布預(yù)測(cè)(樣本外數(shù)據(jù))的評(píng)價(jià)指標(biāo)。如前所述，ＲG模型的似然函數(shù)由兩部分組成:l(r，x)=l(r|x)+l(x|r)(10)其中，l(r|x)和l(x|r)分別為似然函數(shù)中對(duì)應(yīng)zt和ut的部分。基于同樣的數(shù)據(jù)是使用似然函數(shù)值l(r，x)比較不同模型之間分布擬合與預(yù)測(cè)能力的前提。但在ＲG模型中，除個(gè)別情況外，l(x|r)在不同模型間，或者不同時(shí)存在，或者使用不同的數(shù)據(jù)。因此對(duì)于ＲG模型，我們只是用其似然函數(shù)中關(guān)于收益率的l(r|x)，即半似然函數(shù)①。我們使用樣本中前600個(gè)樣本點(diǎn)估計(jì)模型，用后600個(gè)樣本作為樣本外的樣本點(diǎn)，分別計(jì)算樣本內(nèi)半似然函數(shù)和樣本外半似然函數(shù)。前者描述的是不同模型樣本內(nèi)分布擬合能力，后者描述的是不同模型樣本外分布預(yù)測(cè)能力。兩者都是數(shù)值越大越好。由于“半似然函數(shù)”并不是最優(yōu)化的目標(biāo)函數(shù)，因此傳統(tǒng)似然函數(shù)的統(tǒng)計(jì)推斷并不適用，目
【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 于亦文;;實(shí)際波動(dòng)率與GARCH模型的特征比較分析[J];管理工程學(xué)報(bào);2006年02期

2 王春峰;姚寧;房振明;;基于小波變換的多尺度跳躍識(shí)別與波動(dòng)性估計(jì)研究[J];管理科學(xué)學(xué)報(bào);2010年10期

3 歐麗莎;袁琛;李漢東;;中國股票價(jià)格跳躍實(shí)證研究[J];管理科學(xué)學(xué)報(bào);2011年09期

4 陳浪南;洪如明;;基于已知信息的波動(dòng)率修正杠桿效應(yīng)研究[J];經(jīng)濟(jì)研究;2007年11期

5 江濤;;基于GARCH與半?yún)?shù)法VaR模型的證券市場(chǎng)風(fēng)險(xiǎn)的度量和分析:來自中國上海股票市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J];金融研究;2010年06期

6 鄭振龍;湯文玉;;波動(dòng)率風(fēng)險(xiǎn)及風(fēng)險(xiǎn)價(jià)格——來自中國A股市場(chǎng)的證據(jù)[J];金融研究;2011年04期

7 王天一;黃卓;;基于高頻數(shù)據(jù)的波動(dòng)率建模及應(yīng)用研究評(píng)述[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2012年03期

8 韓清;劉永剛;;已實(shí)現(xiàn)波動(dòng)率估計(jì)中不同降噪方法的比較分析及實(shí)證[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2009年08期

9 王天一;黃卓;;高頻數(shù)據(jù)波動(dòng)率建�！诤裎卜植嫉腞ealized GARCH模型[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2012年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉寧;夏恩君;張慶雷;;基于非對(duì)稱GARCH與極值理論的商業(yè)銀行信用風(fēng)險(xiǎn)度量模型[J];北京理工大學(xué)學(xué)報(bào);2012年05期

2 花俊洲;;中小板證券市場(chǎng)VaR估計(jì)精度實(shí)證研究[J];當(dāng)代經(jīng)濟(jì);2012年01期

3 王泰強(qiáng);侯光明;趙宏;;基于VaR的中國有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)測(cè)度研究——以上海期貨交易所鋁期貨和銅期貨為例[J];東北財(cái)經(jīng)大學(xué)學(xué)報(bào);2011年06期

4 孔鑫;刁治;;基于GARCH模型的權(quán)證定價(jià)理論研究及實(shí)證檢驗(yàn)[J];東方企業(yè)文化;2011年18期

5 魏宇;;中國股票市場(chǎng)的最優(yōu)波動(dòng)率預(yù)測(cè)模型研究——基于滬深300指數(shù)高頻數(shù)據(jù)的實(shí)證分析[J];管理學(xué)報(bào);2010年06期

6 陳國進(jìn);黃偉斌;;國際股票市場(chǎng)價(jià)值溢價(jià)——基于世界長期風(fēng)險(xiǎn)模型的解釋[J];當(dāng)代財(cái)經(jīng);2014年01期

7 張虎;周迪;;基于波動(dòng)和收益分解的股市風(fēng)險(xiǎn)收益關(guān)系檢驗(yàn)——以2003—2012年上證指數(shù)高頻數(shù)據(jù)為例[J];西部論壇;2014年05期

8 杜瑩芬;張文珂;;虛假陳述賠償中系統(tǒng)性風(fēng)險(xiǎn)損失的確認(rèn)與度量——基于廊坊發(fā)展股份有限公司的案例研究[J];中國工業(yè)經(jīng)濟(jì);2013年09期

9 魏宇;;滬深300股指期貨的波動(dòng)率預(yù)測(cè)模型研究[J];管理科學(xué)學(xué)報(bào);2010年02期

10 衛(wèi)敏;余樂安;;具有最優(yōu)學(xué)習(xí)率的RBF神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J];管理科學(xué)學(xué)報(bào);2012年04期

相關(guān)博士學(xué)位論文 前10條

1 趙紅強(qiáng);基于小波分析的我國經(jīng)濟(jì)運(yùn)行特征研究[D];吉林大學(xué);2011年

2 彭選華;金融風(fēng)險(xiǎn)價(jià)值量化分析的模型與實(shí)證[D];重慶大學(xué);2011年

3 王芳;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

4 李成剛;基于定單流的證券投資策略研究[D];電子科技大學(xué);2012年

5 張益明;產(chǎn)品市場(chǎng)勢(shì)力與持股者交易行為[D];復(fù)旦大學(xué);2012年

6 解其昌;分位數(shù)回歸方法及其在金融市場(chǎng)風(fēng)險(xiǎn)價(jià)值預(yù)測(cè)中的應(yīng)用[D];西南財(cái)經(jīng)大學(xué);2012年

7 喬高秀;滬深300股指期貨價(jià)格發(fā)現(xiàn)、定價(jià)偏差及波動(dòng)率研究[D];西南財(cái)經(jīng)大學(xué);2012年

8 劉麗萍;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻協(xié)方差陣的估計(jì)及其應(yīng)用研究[D];西南財(cái)經(jīng)大學(xué);2013年

9 郭堯琦;分形市場(chǎng)下有色金屬價(jià)格波動(dòng)問題研究[D];中南大學(xué);2012年

10 李彩云;“已實(shí)現(xiàn)”跳躍檢驗(yàn)與跳躍風(fēng)險(xiǎn)測(cè)度[D];華中科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 馮偉佳;基于已預(yù)期信息修正的中國股市波動(dòng)非對(duì)稱性研究[D];西北大學(xué);2011年

2 張鵬;我國滬深300指數(shù)期貨合約價(jià)格波動(dòng)溢出效應(yīng)的實(shí)證分析[D];華北電力大學(xué)（北京）;2011年

3 王紅麗;基于狀態(tài)轉(zhuǎn)移的股指期貨波動(dòng)時(shí)變組合預(yù)測(cè)研究[D];重慶師范大學(xué);2011年

4 吳宏仁;金融風(fēng)險(xiǎn)度量模型綜述[D];山東大學(xué);2011年

5 于珊珊;基于區(qū)間分析的金融市場(chǎng)風(fēng)險(xiǎn)管理VaR計(jì)算方法研究[D];天津大學(xué);2012年

6 羅曉熙;半?yún)?shù)法和參數(shù)VaR模型[D];西南財(cái)經(jīng)大學(xué);2011年

7 葉盛;基于市盈率、市凈率的上證指數(shù)風(fēng)險(xiǎn)度量與預(yù)警研究[D];浙江財(cái)經(jīng)學(xué)院;2012年

8 鄒文鶴;股指期貨的推出對(duì)我國現(xiàn)貨市場(chǎng)波動(dòng)性的影響[D];東北財(cái)經(jīng)大學(xué);2011年

9 馬明;基于GARCH模型的股市波動(dòng)特征及相關(guān)性分析[D];南京理工大學(xué);2007年

10 趙軍;權(quán)證引入能否降低標(biāo)的股票的波動(dòng)性[D];復(fù)旦大學(xué);2008年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李陽泱;李漢東;;基于非參數(shù)波動(dòng)測(cè)度的上海股票市場(chǎng)異質(zhì)性研究[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

2 彭文德;金融資產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的VaR計(jì)量法及其應(yīng)用[J];當(dāng)代財(cái)經(jīng);1999年11期

3 江曉東,楊燦;股票收益率波動(dòng)的實(shí)證研究[J];東南學(xué)術(shù);2002年02期

4 馬超群,李紅權(quán);VaR方法及其在金融風(fēng)險(xiǎn)管理中的應(yīng)用[J];系統(tǒng)工程;2000年02期

5 周少甫,陳千里;中國股市收益波動(dòng)的實(shí)證研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年09期

6 陳澤忠,楊啟智,胡金泉;中國股票市場(chǎng)的波動(dòng)性研究——EGARCH-M模型的應(yīng)用[J];決策借鑒;2000年05期

7 樊智,張世英;非線性協(xié)整建模研究及滬深股市實(shí)證分析[J];管理科學(xué)學(xué)報(bào);2005年01期

8 陳暉;謝赤;;包含Jump-Arch過程的利率模型及其應(yīng)用[J];管理科學(xué)學(xué)報(bào);2008年02期

9 魏宇;;滬深300股指期貨的波動(dòng)率預(yù)測(cè)模型研究[J];管理科學(xué)學(xué)報(bào);2010年02期

10 鄭振龍;;金融資產(chǎn)價(jià)格的信息含量:金融研究的新視角[J];經(jīng)濟(jì)學(xué)家;2009年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常寧,徐國祥;金融高頻數(shù)據(jù)分析的現(xiàn)狀與問題研究[J];財(cái)經(jīng)研究;2004年03期

2 應(yīng)益榮;包郭平;;金融市場(chǎng)高頻數(shù)據(jù)分析的建模進(jìn)展[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

3 包郭平;應(yīng)益榮;;金融市場(chǎng)中高頻數(shù)據(jù)的分析方法[J];五邑大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

4 唐振鵬;;金融高頻數(shù)據(jù)和超高頻數(shù)據(jù)的研究現(xiàn)狀及展望[J];福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2008年04期

5 陳高才;;高頻數(shù)據(jù)在會(huì)計(jì)實(shí)證研究中的應(yīng)用和展望[J];財(cái)會(huì)研究;2011年05期

6 朱建平;魏瑾;謝邦昌;;金融高頻數(shù)據(jù)挖掘研究評(píng)述與展望[J];經(jīng)濟(jì)學(xué)動(dòng)態(tài);2011年06期

7 金登貴;中國證券市場(chǎng)高頻數(shù)據(jù)分布特征研究[J];統(tǒng)計(jì)與決策;2005年20期

8 唐勇;張伯新;;基于高頻數(shù)據(jù)的中國股市跳躍特征實(shí)證分析[J];中國管理科學(xué);2013年05期

9 尹優(yōu)平,馬丹;基于分布擬合方法的高頻數(shù)據(jù)風(fēng)險(xiǎn)價(jià)值研究[J];金融研究;2005年03期

10 補(bǔ)馮林,張衛(wèi)國,何偉;基于超高頻數(shù)據(jù)的股票流動(dòng)性度量研究[J];統(tǒng)計(jì)與決策;2005年04期

相關(guān)博士學(xué)位論文 前6條

1 唐勇;基于高頻數(shù)據(jù)的金融市場(chǎng)分析[D];天津大學(xué);2007年

2 鎮(zhèn)磊;基于高頻數(shù)據(jù)處理方法對(duì)A股算法交易優(yōu)化決策的量化分析研究[D];中國科學(xué)技術(shù)大學(xué);2010年

3 劉廣應(yīng);帶跳的分?jǐn)?shù)維積分過程的冪變差理論及其在金融高頻數(shù)據(jù)中的應(yīng)用[D];復(fù)旦大學(xué);2011年

4 李勝歌;基于高頻數(shù)據(jù)的金融波動(dòng)率研究[D];天津大學(xué);2008年

5 王少斌;基于高頻數(shù)據(jù)的投資者交易行為研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

6 王芳;基于市場(chǎng)微觀結(jié)構(gòu)噪聲和跳躍的金融高頻數(shù)據(jù)波動(dòng)研究[D];西南財(cái)經(jīng)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 韓鐵;金融市場(chǎng)（超）高頻數(shù)據(jù)建模及與低頻數(shù)據(jù)對(duì)比研究[D];天津大學(xué);2006年

2 李曉威;金融高頻數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法研究[D];吉林大學(xué);2008年

3 張曙;金融高頻數(shù)據(jù)的分析及實(shí)證研究[D];中南大學(xué);2013年

4 肖星火;基于中國股市高頻數(shù)據(jù)的流動(dòng)性風(fēng)險(xiǎn)研究[D];華南理工大學(xué);2013年

5 劉力華;基于高頻數(shù)據(jù)的證券市場(chǎng)實(shí)證研究[D];暨南大學(xué);2011年

6 張國勇;金融市場(chǎng)（超）高頻數(shù)據(jù)建模及其實(shí)證分析[D];天津大學(xué);2004年

7 李穎超;太鋼不銹股市高頻數(shù)據(jù)實(shí)證研究[D];山西財(cái)經(jīng)大學(xué);2012年

8 侯守國;基于小波分析的股市高頻數(shù)據(jù)研究[D];天津大學(xué);2006年

9 張?jiān)?基于高頻數(shù)據(jù)的量價(jià)動(dòng)態(tài)關(guān)系研究[D];天津大學(xué);2012年

10 王姍姍;中國證券市場(chǎng)高頻數(shù)據(jù)極值的波動(dòng)性研究[D];吉林大學(xué);2012年

本文編號(hào)：2857390