利用高频数据预测沪深300指数波动率——基于Realized GARCH模型的实证研究  

作　　者：王天一[1] 赵晓军[2] 黄卓[3] 

机构地区：[1]对外经济贸易大学金融学院 [2]北京大学经济学院 [3]北京大学国家发展研究院中国经济研究中心

出　　处：《世界经济文汇》2014年第5期17-30,共14页World Economic Papers

基　　金：教育部人文社会科学青年基金(项目编号12YJC790073;13YJC790146);国家自然科学青年基金(项目编号71201001;71301027);对外经济贸易大学优秀青年学者培育计划(编号145YQ05)的资助

摘　　要：Hansen et al.(2012)提出了一种高频数据已实现测度与传统GARCH模型相结合的Realized GARCH模型。相对于传统的GARCH模型和EGARCH模型,本文着重考察Realized GARCH模型对于沪深300指数收益率分布以及波动率的预测能力,结果显示Realized GARCH模型在这两方面均超越了传统模型。另外,本文比较了Realized GARCH模型分布设定以及不同已实现测度对预测能力的影响,指出使用厚尾分布的Realized GARCH模型的预测能力最佳。使用不同抽样频率的已实现方差对模型预测有显著影响,其中使用剔除市场噪音的Realized Kernel可以获得最好的预测效果。

关 键 词：Realized GARCH 厚尾分布 高频数据 波动率 DM统计量 

分 类 号：F832.51[经济管理—金融学]