基于ARFIMA-WRBV-VaR的中国股市风险研究
采用日内高频数椐,以上证综指和深证成指反映中国股市整体情况,建立了ARFIMA WRBV-VaR模型,对中国股市进行了VaR风险预测研究.实证结果表明:用WRBV来估计2种指数的波动率,能有效解决2种指数收益率序列的跳跃点情况和消除股市的日历效应.预测得到的VaR序列能通过kupiec似然比失败率检验,且预测结果的准确度较高.通过对VaR预测序列进行R/S检验,发现VaR预测序列具有长期记忆性,即ARFIMA-WRBV-VaR模型能较准确地预测中国股市的VaR风险值.
ARFIMA-WRBV-VaR模型、偏学生分布、长记忆
35
F830.91(金融、银行)
国家自然科学基金资助项目70501015
2013-05-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
9-14