不同频率数据在金融市场var测度中的对比研究

《不同频率数据在金融市场var测度中的对比研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、山西财经大学学报2011年2月JoumalofShanxiFinanceandEconomicsUniversityFeb.，2011第33卷第2期Vol.33No.2金融·投资不同频率数据在金融市场VaR测度中的对比研究———基于低频、高频与超高频数据模型苗晓宇（厦门大学计划统计系，福建厦门361005；吉林财经大学统计学院，吉林长春130117）［摘要］首先计算了已实现波动率和超高频波动率，然后使用ARFIMA（0，d，0）-SKST模型计算了条件波动，最后对条件波动调整后的收益率进行了拟合并计算出

2、了VaR值。实证结果发现，使用高频数据甚至超高频数据测量金融风险的准确性并不比低频数据高很多，如果选用模型恰当，完全能够使用低频数据得到高频数据的精度。［关键词］风险测度；高频数据；已实现波动；UHF-GARCH模型［中图分类号］F830.91[文献标识码]A[文章编号]1007-9556（2011）02-0030-08MeasuringFinancialRisksUsingDifferentFrequencyData———BasedonUltra-highFrequency，HighFrequency

3、andLowFrequencyDataModelMIAOXiao-yu（Dept.ofStatistics，XiamenUniversity，Xiamen361005；SchoolofStatistics，JilinuniversityofEconomicsandFinance，Changchun130117，China）Abstract：Firstly，thispapercalculatetherealizedvolatilityandtheultra-highfrequencyvolatility，

4、andthenusetheARFIMA（0，d，0）-SKSTmodeltocalculatetheconditionalvolatility，finallytheauthorcalculatesandcomparetheVARwhichwascalculatedbyassetreturnadjustedbyconditionalvolatility.Theempiricalresultsshowthattheuseofhigh-frequencydataandevenultra-highfrequen

5、cydatadidnotimprovetheaccuracyofmeasurementoffinancialrisksignificantly，ifselectedsensibly，usinglowfrequencydatacanalsogettheprecisionofhigh-frequencydata，thearticlefinallyanalyzestheapplicabilityofthehigh-frequencydata.KeyWords：riskmeasure；highfrequency

6、data；realizedvolatility；UHF-GARCH一、引言结果造成干扰，因此，使用高频数据能否有效提高测随着全球政治经济形势日益复杂，金融企业面度的精度？值不值得花费很多资源去使用？是否使用临的风险逐渐增大，对风险测度准确性的要求也越的数据频率越高，预测精度就越高？这些问题值得我来越高。为此，众多学者提出了很多方法来提高测度们进行深入研究，也是本文着力要解决的问题。的准确性，高频数据的引入就是其中之一。高频数据基于高频数据计算VaR的研究并不多。在国[1]包含了比低频数据更多的信息，能够

7、提供更丰富的外，Andersen和Bollerslev（2004）对已实现波动率数据资源。但是，高频数据的使用也意味着更高的成进行了预测研究，并将其应用于风险价值（VaR）的[2]本与更长的运算时间，并且高频数据的噪音还会对计算中。PierreGiotSL研究了已实现波动率在［收稿日期］2010-12-14［作者简介］苗晓宇（1982-），男，河南沈丘人，厦门大学计划统计系博士研究生，吉林财经大学统计学院教师，研究方向是金融风险管理、国民经济统计。·30·VaR中的应用，并将其与基于ARCH模型得到的V

8、aR=-S（μ赞+准-1（α）σ赞）。其中，S为初始投资额或者是VaR进行了比较，结果发现，使用已实现波动率计购买资产的价格，μ赞为持有期收益率的条件均值，σ赞为算VaR并不能显著提高预测精度。Martens和Dijk-1[3]持有期收益率的条件标准差，准（α）为与概率α对应（2007）使用高频数据构造了实现极差。在国内，[4]的标准正态分布的分位数。在计算金融资产的VaR黄后川、陈浪南（2002）研究了中国股市已实现波时，最主要的是要选用