科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】对股票市场的VaR动态风险价值进行研究。【方法】采用小波多分辨技术将高频已实现波动率分解为近似信号和细节信号,建立MRA-RV-ARFIMA GARCH-VaR类模型,分别在12d、24d、48d和816d的尺度下进行动态风险价值度量。【结果】实证表明该模型能很好地捕捉到市场的信息,对风险预测效果较好。【结论】经过多分辨分解后的信号能有效地捕捉到不同时间尺度上的波动信息,近似信号能很好的反应波动的变化趋势,资产波动对短期交易反应敏感,不同时间尺度拟合的VaR比低频GARCH类模型效果更好。
- 出版日期2017
- 单位重庆三峡学院; 西南政法大学
