[1]李旭姣,张克勇.基于条件极值分布的金融高频数据VaR动态估计模型[J].上海金融学院学报,2014,(06):76-84.
 [J].,2014,(06):76-84.
点击复制

基于条件极值分布的金融高频数据VaR动态估计模型()
分享到:

《上海金融学院学报》[ISSN:1673-680X/CN:CN31-1980/F]

卷:
期数:
2014年06期
页码:
76-84
栏目:
出版日期:
2014-12-10

文章信息/Info

作者:
李旭姣张克勇
中北大学,山西太原030051
关键词:
极值理论POT高频数据BSP-RM-RV-POT
分类号:
F830.9
文献标志码:
A
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。
更新日期/Last Update: 2014-12-11