基于密度預(yù)測的條件異方差模型選擇.pdf

1、對于價格指數(shù)研究的一個重要方向，就是利用金融時間序列分析。其中收益率序列表現(xiàn)出的波動率的尖峰厚尾和波動率集聚現(xiàn)象對金融實(shí)踐具有重要意義。因此很多研究波動率的條件異方差模型不斷被學(xué)者提出。
　　 這些模型大致分為兩類，一類是用確定的函數(shù)描述條件方差σ2t演變，一類類是用隨機(jī)方程來描述條件方差σ2t的演變。ARCH類模型模型屬于第一類模型，而SV類模型屬于第二類模型。過去對于這些模型的評價，往往只關(guān)注于模型對于金融數(shù)據(jù)某一特征的描述

2、和預(yù)測精度，并沒有一種方式關(guān)注模型對整個數(shù)據(jù)的擬合精度的評價。本文將選擇新的方法對兩類模型的擬合精度進(jìn)行評價。Didbold提出的密度預(yù)測方法提供了一種解答這個問題的工具。
　　 該度預(yù)測方法基于模型提供的條件概率密度函數(shù)，能夠?qū)δＰ偷臄M合能力和預(yù)測能力提供評價。該方法可以評估互不包含的不同模型的表現(xiàn)，并且可以容易擴(kuò)展到多步密度預(yù)測和多變量密度預(yù)測，十分靈活。
　　 Didbold利用直方圖和序列相關(guān)圖代替了傳統(tǒng)的獨(dú)立均