| 高频数据下基于PGARCH模型的VaR估计方法及应用 |
| |
| 引用本文： | 樊鹏英,兰勇,陈敏.高频数据下基于PGARCH模型的VaR估计方法及应用[J].系统工程理论与实践,2017,37(8):2052-2059. |
| |
| 作者姓名： | 樊鹏英 兰勇 陈敏 |
| |
| 作者单位： | 1. 北京工商大学 经济学院, 北京 100048;2. 中国人民大学 财政金融学院, 北京 100872;3. 中国科学院 数学与系统科学研究院, 北京 100190 |
| |
| 基金项目： | 国家自然科学基金面上项目（71673315）；北京工商大学两科基金培育项目（LKJJ2016-03）；首都流通业研究基地项目（JD-YB-2017-021） |
| |
| 摘 要： | 高频数据在风险价值VaR度量和预测方面的价值日益凸显,文中基于高频数据为嵌入日内收益过程的PGARCH模型提出一类稳健M估计,同时给出相应的VaR估计方法,并基于沪深300指数和恒生指数的5分钟高频数据对时间内和时间外的VaR进行估计预测.实证结果表明,高频数据下PGARCH模型的M估计所提供的VaR估计方法可更加准确的预测VaR,预测结果均优于日间低频数据的估计结果和基于高频数据的QMLE估计结果,该方法可以很好地应用于风险管理中.
|
| 关 键 词： | 高频数据 PGARCH模型 M估计 风险价值VaR |
| 收稿时间： | 2017-04-14 |
The estimating method of VaR based on PGARCH model with high-frequency data |
| |
| FAN Pengying,LAN Yong,CHEN Min.The estimating method of VaR based on PGARCH model with high-frequency data[J].Systems Engineering —Theory & Practice,2017,37(8):2052-2059. |
| |
| Authors: | FAN Pengying LAN Yong CHEN Min |
| |
| Institution: | 1. School of Economics, Beijing Technology and Business University, Beijing 100048, China;2. The School of Finance, Renmin University of China, Beijing 100872, China;3. Academy of Mathematics and Systems Science, Chinese Academyof Sciences, Beijing 100190, China |
| |
| Abstract: | The frequency data plays more important role in VaR estimation. This paper presents an M-estimator of a proxy periodic GARCH (p,q) scaling model, and gives corresponding estimation method of VaR. Simultaneously we apply it to forecast out-of-time VaR with 5-min high frequency data of CSI 300 Index and HSI. The empirical analysis shows that the estimation method of VaR based on M-estimator with high-frequency data performs better than the results without the use of high-frequency data and QMLE with high-frequency data. |
| |
| Keywords: | high-frequency data PGARCH model M-estimation value at risk |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
| 点击此处可从《系统工程理论与实践》下载免费的PDF全文 |
