金融時間序列的半參數分析及風險度量.pdf

1、在金融市場中,金融資產價格波動是否劇烈決定著資產所存在風險的大小,因此預測金融時間序列的波動率已成為金融領域理論上和實證上的熱門話題。首先本文選用參數模型(基于正態(tài)分布和T分布的ARCH模型、GARCH模型、EGARCH模型、TGARCH模型以及基于正態(tài)分布的GARCH-M模型)和非參數方法(核密度估計、局部多項式估計、樣條函數逼近)對上證指數收益率序列的波動率進行了擬合和預測,在樣本內選擇收益率的平方作為真實波動率,在樣本外選擇5mi

2、n高頻數據作為真實波動率。引入四種誤差度量指標,利用模型擬合預測的波動率與真實波動率進行比較,得出結論:樣本內,樣條函數逼近方法擬合波動率效果最優(yōu)；樣本外,T-EGARCH模型表現最優(yōu),可加模型表現僅次于T-EGARCH模型。
　　 利用以上參數模型及非參數方法估計預測的波動率,運用VaR方法對資產或投資組合的風險進行了風險度量。在給定的置信水平下,分別在樣本內和樣本外對上證指數的風險價值進行估計和預測,并與真實值進行比較,計算