10.13383/j.cnki.jse.2018.06.010
基于混频数据抽样的已实现波动率长记忆模型
基于已实现GARCH模型和混频数据抽样(MIDAS)结构,提出了已实现混频数据抽样GARCH模型.该模型使用混频数据抽样结构从已实现测度中提取长短期波动率信息以提升模型对波动率的拟合和预测能力.基于指数和个股数据的实证分析表明,相比传统的已实现GARCH模型,新模型的样本内拟合能力更强,对长记忆性的捕捉更好.样本外结果表明,新模型显著提升了波动率的多步预测效果,并且改进效果随着预测期的延长而增强.
已实现GARCH、长记忆性、混频数据抽样、多步波动率预测
33
F830(金融、银行)
国家自然科学基金资助项目71301027,71671004,71871060
2019-03-04(万方平台首次上网日期,不代表论文的发表时间)
共11页
812-822