基于高频数据的非平稳GARCH(1,1)模型的拟极大指数似然估计
文献类型：期刊论文
| 作者 | 吴思鑫3 ; 冯牧1; 张虎2; 陈敏3
|
| 刊名 | 中国科学:数学
 |
| 出版日期 | 2018 |
| 卷号 | 48.0期号:003页码:443-456 |
| 关键词 | 高频数据 非平稳 GARCH模型 拟极大指数似然估计 VaR |
| ISSN号 | 1674-7216 |
| 其他题名 | Quasi-maximum exponential likelihood estimation for non-stationary GARCH（1,1） models with high-frequency data |
| 英文摘要 | 波动率的统计分析一直是金融市场量化分析的重要问题.收益率替代模型能将日内的收益率高频数据嵌入到日间的收益和波动率的模型中,因此可以通过构造合适的收益率替代来改进收益和波动率模型中的参数估计的精度.提高估计精度的直接作用就是改进VaR的预报精度,提高风险管理水平.本文针对非平稳GARCH(1,1)模型,构建新的收益率替代模型—基于高频数据的非平稳GARCH模型.不同于传统的Gauss拟极大似然估计(QMLE),本文对收益率替代模型提出拟极大指数似然估计(QMELE).在残差的二阶矩有限的情形下,建立QMELE的强一致性和渐近正态性.数值模拟的结果显示,基于高频数据的估计QMELE具有更小的均方误差.同时通过实际的金融数据说明,包含更多信息的日内高频数据下的收益率替代模型的估计所对应的VaR估计是有效的. |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6189892 |
| 源URL | [http://ir.amss.ac.cn/handle/2S8OKBNM/56907]  |
| 专题 | 应用数学研究所 |
| 作者单位 | 1.中国科学技术大学 2.中南财经政法大学 3.中国科学院数学与系统科学研究院 |
| 推荐引用方式 GB/T 7714 | 吴思鑫,冯牧,张虎,等. 基于高频数据的非平稳GARCH(1,1)模型的拟极大指数似然估计[J]. 中国科学:数学,2018,48.0(003):443-456. |
| APA | 吴思鑫,冯牧,张虎,&陈敏.(2018).基于高频数据的非平稳GARCH(1,1)模型的拟极大指数似然估计.中国科学:数学,48.0(003),443-456. |
| MLA | 吴思鑫,et al."基于高频数据的非平稳GARCH(1,1)模型的拟极大指数似然估计".中国科学:数学 48.0.003(2018):443-456. |
入库方式： OAI收割
来源：数学与系统科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。