基于藤Copula的HAR模型扩展  

作　　者：杨涛[1] 付英姿[1] 李薛莎 

机构地区：[1]昆明理工大学理学院

出　　处：《中国集体经济》2021年第7期101-104,共4页China Collective Economy

基　　金：国家自然科学基金项目“含有缺失的散度偏大计数数据的有限混合建模研究”(11201200)和“具有复杂结构的几类计数数据模型的变量选择”(11561035)的资助。

摘　　要：波动率可以衡量金融市场风险,在资产配置和风险管理等方面有重要意义。文章在基于高频交易数据的HAR模型上对其进行修正,利用藤Copula对HAR模型涉及的四个波动率成分联合建模(CV-HAR模型),并基于历史数据的条件期望提取波动率预测值。实证分析以上证交易所的20支股票作为研究样本,对CV-HAR模型和历史模型(HAR)性能进行评估,结果表明,CV-HAR模型克服传统模型线性结构限制,并充分描述了联合分布依赖关系,在对未来波动率的预测行为方面更加精准。

关 键 词：波动率 藤Copula HAR模型 

分 类 号：O212.1[理学—概率论与数理统计] F832.51[理学—数学]