蔡光辉¹，徐君¹，应雪海²

1. 浙江工商大学统计与数学学院, 杭州 310018; 2. 浙江经贸职业技术学院 财务会计学院,杭州 310018

出版日期:2021-07-25发布日期:2021-10-15

High-Frequency Volatility Prediction Based on MixedFrequency Sampling and Leverage Effect

Cai Guanghui¹ ,XU Jun¹ ,YING Xuehai²

1. School of Statistics and Mathematics, Zhejiang Gongshang University, Hangzhou 310018;2. Zhejiang Institute of Economics and Trade, School of Finance and Accounting,Hangzhou 310018

Online:2021-07-25Published:2021-10-15







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

基于长记忆性的视角,将混频数据抽样 (mixed data sampling)引入 Realized GARCH模型的条件方差方程中,扩展得到 Realized MIDASGARCH 模型,结合金融波动的非对称杠杆效应 (asymmetric leverageeffect),构建得到 Realized MIDAS EGARCH模型,进一步考虑传统的正态分布假设不能够刻画金融时间序列的非对称性、非正态性、厚尾性等特征,将偏$t$分布引入 Realized MIDASEGARCH模型中,构建了基于偏$t$分布的Realized MIDASEGARCH模型,推导其参数估计方法,并基于滚动时间窗技术预测和比SPA检验更具优势的模型置信集(model confidence set, MCS)检验评估各种波动率模型对我国期货黄金市场波动的预测能力.实证结果表明:Realized MIDAS GARCH族模型比起RealizedGARCH族模型有更优的拟合能力,捕捉长记忆性的能力更强;考虑杠杆效应和非对称厚尾分布能够提升模型的解释能力和预测能力;基于偏$t$分布的Realized MIDASEGARCH模型是本文所探讨的8种高频波动率模型里面拥有最高样本内拟合优度、最强长记忆性的捕捉能力和最优样本外预测精度的高频波动率模型.
分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14260