检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]西南财经大学金融学院,成都610074 [2]西南交通大学经济管理学院,成都610031
出 处:《系统管理学报》2012年第2期192-200,共9页Journal of Systems & Management
基 金:国家自然科学基金资助项目(71071131;71101119);教育部新世纪优秀人才支持计划(NCET-08-0826);西南财经在211工程三期青年教师成长项目第二批(211QN10110)
摘 要:多分形波动率(Multifractal Volatility,MFV)是一种最近提出的金融市场波动率测度方法。以上证综指和标准普尔500指数的高频价格数据为例,构造了多分形波动率测度的lnMFV-ARMA动力学模型,并运用基于Bootstrap方法的后验分析过程,实证对比了lnMFV-ARMA模型与其他6种常用波动模型对ES(Excepted Shortfall)风险测度的估计精度差异。实证结果表明:在所考察的大多数分位数水平下,lnMFV-ARMA模型对ES风险测度的估计精度都优于许多现有常用波动模型,特别是对标准普尔500指数的极端价格波动风险具有最优的刻画能力。Multifractal Volatility(MFV) is a recently proposed volatility measurement.We take the high-frequency datasets of SSEC and SP500 as sample and construct an lnMFV-ARMA model to estimate excepted shortfall.We further compare lnMFV-ARMA model with other volatility models based on the ES estimation precision.Empirical results show that model based on multifractal volatility performs better than many GARCH models and lnMFV-ARMA performs best in ES estimation to SP500 index.
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.188