基于双门限GARCH模型的高频股票波动率研究

摘要：

资产收益率预测是金融投资领域的重点关心对象.基于高频金融数据的资产收益率预测能够为投资者提供更加准确的决策依据.为了更好地刻画资产收益率数据的非对称性与尖峰厚尾性,构建了一种DTGARCH模型,其扰动项服从标准Laplace分布.运用极大似然估计法给出模型参数的估计值,并对不同分布扰动项的模型进行了建模分析.实证分析结果表明,DTGARCH-Laplace模型优于GARCH模型和DTARCH-Laplace模型.最后通过自助法与预测值的条件分布构建预测置信区间.计算结果表明,自助法构建的预测置信区间更加精确.

关键词：高频数据、DTGARCH-Laplace模型、极大似然估计、预测、股票波动率

所属期刊栏目：39

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金项目;吉林省教育厅“十三五”规划项目

在线出版日期：2020-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：94-101