幾類RealGARCH模型的波動(dòng)率與VaR測(cè)度——基于滬深300股指期貨的實(shí)證分析.pdf

1、金融市場(chǎng)波動(dòng)性的研究在經(jīng)濟(jì)和金融領(lǐng)域一直占據(jù)重要地位，金融風(fēng)險(xiǎn)的危害性已越來越被重視，金融風(fēng)險(xiǎn)評(píng)估及其定量分析已成為風(fēng)險(xiǎn)管理的核心。隨著高頻數(shù)據(jù)的可得性越來越強(qiáng)，基于高頻數(shù)據(jù)的已實(shí)現(xiàn)波動(dòng)測(cè)度成為波動(dòng)率研究的前沿問題，而如何用已實(shí)現(xiàn)波動(dòng)測(cè)度更好地分析中國(guó)股指期貨波動(dòng)率尚待檢驗(yàn)?；谶@種情況，本文對(duì)RealGARCH模型形式進(jìn)行了拓展，并引入多種非參數(shù)方法實(shí)現(xiàn)模型估計(jì)，基于幾類不同的RealGARCH模型對(duì)高頻環(huán)境下的滬深300股指期貨波動(dòng)

2、率與風(fēng)險(xiǎn)測(cè)度進(jìn)行了比較研究。
　　本文突破傳統(tǒng)的低頻GARCH族模型限制，基于5分鐘高頻數(shù)據(jù)對(duì)我國(guó)滬深300股指期貨的波動(dòng)率與VaR進(jìn)行測(cè)度。首先，用參數(shù)RealGARCH模型對(duì)滬深300股指期貨收益率進(jìn)行了波動(dòng)率和VaR(ES)測(cè)度;其次，將RealGARCH模型推廣至多種半?yún)?shù)形式并參考半?yún)?shù)法和分位數(shù)回歸給出了對(duì)應(yīng)算法，實(shí)現(xiàn)了波動(dòng)率和VaR測(cè)度;然后，進(jìn)一步將RealGARCH模型推廣至多元情形，應(yīng)用于投資組合風(fēng)險(xiǎn)測(cè)度;最后

3、，基于不同的損失函數(shù)，分別從波動(dòng)率和VaR測(cè)度結(jié)果對(duì)不同模型進(jìn)行了測(cè)度效果比較與評(píng)價(jià)。
　　基于相關(guān)理論介紹與實(shí)證分析，本文對(duì)滬深300股指期貨的實(shí)證分析顯示，各模型在對(duì)不同收益率建模時(shí)結(jié)果差異較大。參數(shù)RealGARCH模型中，無論正態(tài)分布還是非正態(tài)分布下都是RealGARCH(RV)的波動(dòng)率測(cè)度效果最好。半?yún)?shù)RealGARCH模型中，波動(dòng)方程半?yún)?shù)的RealGARCH的波動(dòng)率測(cè)度效果最好。各種方法綜合來看，簡(jiǎn)單對(duì)數(shù)線性Rea