Realized GAS-GARCH 及其在VaR预测中的应用
DOI:
作者:
作者单位:

作者简介:

黄卓( 1978—) ,男,湖北武汉人,助理教授. Email: zhuohuang@ nsd. pku. edu.cn

通讯作者:

中图分类号:

基金项目:

国家自然科学基金青年科学基金资助项目(71201001; 71301027) ; 教育部人文社会科学青年基金资助项目(12YJC790073; 13YJC790146) ; 对外经济贸易大学中央高校基本科研业务费专项资金资助项目(14YQ05) ; 对外经济贸易大学学科建设专项 经费资助项目(XK2014116).


Realized GAS-GARCH model and its application in Value-at-Risk forecast
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    论文提出了新的波动率模型Realized GAS-GARCH,并推导了该模型的QMLE 参数估计. 该模型结合了Generalized Autoregressive Score( GAS) 模型的基本思路,把Realized GARCH模型扩展到包含厚尾分布的情形,并采用了与厚尾分布参数相依的冲击响应函数. 与简单的厚尾分布扩展模型相比,这种设定对于回报率中的极端值更加稳健. 在基于沪深300 指数高频数据的实证结果中,使用GAS 冲击响应函数的模型对“在险价值”VaR 的预测能力显著的超过了传统的厚尾Realized GARCH 模型.

    Abstract:

    This paper proposed a new volatility model-Realized GAS-GARCH,and derived its Quasi-MLE estimator for the model parameters. In the light of Generalized Autoregressive Score (GAS) model[3],this paper extended Realized GARCH model[6]to fat-tail distribution with an appropriated distribution dependent impulse response function. Compared with the simple distribution modification,the current model is more robust to extreme returns. Empirical results from HuShen 300 high frequency data show that the Realized GARCH model with GAS impulse response function outperforms traditional Realized GARCH structure with fat-tail distributions.

    参考文献
    相似文献
    引证文献
引用本文

王天一,黄卓. Realized GAS-GARCH 及其在VaR预测中的应用[J].管理科学学报,2015,18(5):79~86

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-04-17
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn