基于高频数据的日频GARCH模型估计  

Daily GARCH Model Estimation Using High Frequency Data

作　　者：李莉丽 张兴发 李元[1,2] 邓春亮 LI Lili;ZHANG Xingfa;LI Yuan;DENG Chunliang(School of Economics and Statistics,Guangzhou University,Guangzhou Guangdong 510006,China;Lingnan Research Institute of Statistical Science,Guangzhou University,Guangzhou Guangdong 510006,China)

机构地区：[1]广州大学经济与统计学院,广东广州510006 [2]广州大学岭南统计科学研究院,广东广州510006

出　　处：《广西师范大学学报（自然科学版）》2021年第4期68-78,共11页Journal of Guangxi Normal University:Natural Science Edition

基　　金：国家自然科学基金(11731015);广东省教育厅青年创新人才项目(2018KQNCX241);广州大学科研基金(69-6209254,220030401)。

摘　　要：利用日内高频数据来估计日频GARCH模型。已有相关研究均假定GARCH方程中常数项是给定的,限制了方法的广泛应用。本文基于常规GARCH(1,1)模型框架,针对模型全部参数给出了2种估计方法,讨论了估计量的理论性质。针对不同波动率代表,给出最优波动率代表选择标准。模拟研究表明所提参数估计量具有更小的渐近标准差,实证研究给出了所提估计量的一个具体应用。This paper studies the daily GARCH model estimation by introducing the intraday high frequency data.Existing results assume that the constant term in GARCH equation is given,which restricts the extensive applications of the method.In this paper,based on the framework of GARCH(1,1)model,two estimators for all model parameters,together with the according asymptotic properties,are discussed.A criterion is given to choose the optimal volatility proxy.Simulation studies show that the estimators have smaller asymptotic standard deviation and the empirical study gives a specific application.

关 键 词：GARCH模型 日内高频数据 拟极大似然估计 

分 类 号：O212.1[理学—概率论与数理统计]