吴鑫育，刘天宇

安徽财经大学金融学院, 蚌埠 233030

出版日期:2021-09-25发布日期:2021-11-25

Realized EGARCH Model with Time-Varying Volatility Persistenceand Its Empirical Analysis

WU Xinyu, LIUTianyu

School of Finance, Anhui University of Finance and Economics, Bengbu 233030)

Online:2021-09-25Published:2021-11-25







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

研究表明,金融资产收益率的波动率具有时变性、聚集性和非对称性等 复杂的特征.此外, 波动率还具有很强的持续性, 而且这种持续性具有时变特征. 与此同时, 随着计算机及电子信息技术的快速发展, 高频数据越来越容易获得,充分利用 高频数据可以提高波动率估计的准确性.Hansen和Huang采用高频数据构建了已实 现EGARCH(REGARCH)模型,研究发现其比传统GARCH模型和EGARCH模型具有 更好的数据拟合效果. 但是,REGARCH模型仍然没有考虑波动率持续性的时变 特征.文章在REGARCH模型的基础上, 引入随时间变化的GARCH系数, 采用混频数据抽样(mixed-data sampling, MIDAS)方法,将其与解释变量(已实现波动率)联系起来, 构建了具有时变波动率持续性的REGARCH (TVP-REGARCH-MIDAS)模型.采用上证综合指数数据进行 实证研究, 结果表明:上证综合指数的波动率具有很高的持续性, 而且这种持续性展现明显的时变特征, 具体而言,上证综合指数的波动率持续性与已实现波动率呈负 相关,即在高(低)的波动率时期会产生低(高)的持续性; TVP-REGARCH-MIDAS模型相比EGARCH模型、REGARCH模型和TVP-GARCH-MIDAS模型具有更好的样本内拟合效果以及样本外波动率预测效果.
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=14311