高频数据下基于PGARCH模型的VaR估计方法及应用

摘要：

高频数据在风险价值VaR度量和预测方面的价值日益凸显,文中基于高频数据为嵌入日内收益过程的PGARCH模型提出一类稳健M估计,同时给出相应的VaR估计方法,并基于沪深300指数和恒生指数的5分钟高频数据对时间内和时间外的VaR进行估计预测.实证结果表明,高频数据下PGARCH模型的M估计所提供的VaR估计方法可更加准确的预测VaR,预测结果均优于日间低频数据的估计结果和基于高频数据的QMLE估计结果,该方法可以很好地应用于风险管理中.

关键词：高频数据、PGARCH模型、M估计、风险价值VaR

所属期刊栏目：37

分类号：F830(金融、银行)

资助基金：国家自然科学基金面上项目71673315;北京工商大学两科基金培育项目LKJJ2016-03;首都流通业研究基地项目JD-YB-2017-021 National Natural Science Foundation of China71673315;Foundation of Beijing Technology and Business UniversityLKJJ2016-03;Capital Circulation Research BaseJD-YB-2017-021

在线出版日期：2017-09-27（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：2052-2059