| 基于混频数据抽样的已实现波动率长记忆模型 |
| Model for the long memory of realized volatility based on mixed data sampling |
| 摘要点击 2683 全文点击 1515 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 |
| 英文关键词 |
| 基金项目 |
| 作者 | 单位 | | 王天一 | 对外经济贸易大学金融学院，北京大学国家发展研究院 | | 刘 浩 | | | 黄 卓 | |
|
| 中文摘要 |
| 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. |
| 英文摘要 |
| |
| 关闭 |
|
|
|
|
|
