交易间隔、超高频波动率与VaR——利用日内信息预测金融市场风险

摘要：

金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息.本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV.本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较.VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型.

关键词：VaR、交易间隔、超高频波动率

所属期刊栏目：26

分类号：F222.3(经济计算、经济数学方法)

在线出版日期：2009-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：96-102