高频数据波动率建模——基于厚尾分布的Realized GARCH模型  

High Frequency Volatility Modeling

作　　者：王天一[1] 黄卓[1] 

机构地区：[1]北京大学国家发展研究院中国经济研究中心

出　　处：《数量经济技术经济研究》2012年第5期149-160,F0003,共13页Journal of Quantitative & Technological Economics

摘　　要："厚尾现象"是金融时间序列分布的一个普遍特征,本文将RealizedGARCH模型推广到容纳厚尾分布的情形,并将杠杆函数的幂次放松为待估参数。结果显示,使用Skewed-t分布的模型能够较好地反映收益率序列的厚尾和偏峰性质,放松的幂次参数可以给出更贴合数据的"信息冲击曲线"。引入厚尾分布亦可用改进Realized GARCH模型对实现测度的预测,其中使用标准t分布的模型给出的预测精度最高。Fat-tail is a stylized feature of financial time series. This paper ex- tents Realized GARCH model proposed to allow fat-tail distribution and data deter- mined power parameter in leverage function. Results show that skewed-t distribu- tion based model can fit the fat-tail and skewness features of data. Also, data de- termined leverage function will deliver more flexible news impact curve. Fat-tail based model especially student＇s-t distribution outperformed standard Realized GARCH model in terms of forecasting realized measure.

关 键 词：Realized GARCH 厚尾分布 高频数据 信息冲击曲线 

分 类 号：F830[经济管理—金融学]