基于条件极值分布的金融高频数据VaR动态估计模型
发布时间:2014-12-09

基于条件极值分布的金融高频数据VaR动态估计模型

李旭姣,张克勇

(中北大学,山西太原030051)

【摘 要】

高频数据由于自身数量大、周期短、信息丰富的特点而受到关注。基于高频数据,对金融时间序列的厚尾特征进行条件极值分布下的VaR估计。在对条件均值和条件波动率估计时,以往采用一阶自回归模型和GARCH模型,但基于高频数据的估计较为繁复。为了充分利用日内信息,基于高频样本观测值,建立已实现均值RM模型,在考虑市场异质性的基础上,对条件均值进行估计。通过对TCL股票价格进行实证分析,估计出VaR风险值,验证模型是合理的。


【关键词】

极值理论;POT;高频数据;BSP-RM-RV-POT


【中图分类号】

830.9       


201406  76-84页)

 

 

【来源】学报编辑部
上海金融学院版权所有©2010       站点总访问人数:
  地址:上海市浦东新区上川路995号 邮编:201209 电话:021-50218580 Email:xbbjb@shfc.edu.cn
技术支持:上海时光基业软件有限公司    旧版网站