沪深300指数波动率和VaR预测研究——基于投资者情绪的HAR-RV GAS模型

沈银芳; 严鑫

首页> 中文期刊> 《浙江大学学报（理学版）》 >沪深300指数波动率和VaR预测研究——基于投资者情绪的HAR-RV GAS模型

沪深300指数波动率和VaR预测研究——基于投资者情绪的HAR-RV GAS模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于广义自回归得分(generalized autoregressive score,GAS)和已实现波动率异质自回归(heterogeneous autoregressive of realized volatility,HAR-RV)模型,引入投资者情绪因素,构建了HAR-RV GAS和HAR-RV-SENT GAS波动率模型,旨在预测沪深300指数波动率和风险价值(value at risk,VaR)度量。用自相关函数曲线和高级预测能力(superior predictive ability,SPA)检验方法,分别解析了模型样本内拟合和样本外波动率的预测能力。运用VaR预测序列图和平均分位数损失函数,实证分析了VaR预测效果。结果表明,HAR-RV-SENT GAS模型在波动率和VaR预测能力上效果较佳,HAR-RV GAS模型次之。研究可为金融投资者和风险管理者提供理论参考。

著录项

来源
《浙江大学学报（理学版）》 |2022年第1期|66-75|共10页
作者
沈银芳; 严鑫;
展开▼
作者单位

浙江财经大学数据科学学院;

浙江杭州310018;

展开▼
原文格式 PDF
正文语种 chi
中图分类证券市场;
关键词
波动率; VaR; HAR-RV GAS模型; 投资者情绪; 已实现波动率;

相似文献

中文文献
外文文献
专利

1. 基于HAR-RV模型对我国沪深300指数的波动率研究 [J] . 戴中川 . 现代商业 . 2018,第036期
2. 基于GA RCH模型的沪深300指数收益波动率分析 [J] . 尹智超 . 知识经济 . 2013,第018期
3. 利用高频数据预测沪深300指数波动率——基于Realized GARCH模型的实证研究 [J] . 王天一 ,赵晓军 ,黄卓 . 世界经济文汇 . 2014,第005期
4. 中国股票市场的最优波动率预测模型研究——基于沪深300指数高频数据的实证分析 [J] . 魏宇 . 管理学报 . 2010,第006期
5. 基于已实现和极差波动率标准的沪深300指数波动率模型研究 [J] . 胡晔 ,刘智超 . 统计与决策 . 2015,第6期
6. 沪深300指数波动与居民消费行为关系的研究——基于VAR模型的分析 [C] . 蒋凡 . 2015年广东省应用经济学研究生学术论坛 . 2015
7. 沪深300股指期货已实现波动率研究——基于高频数据HAR-RV模型及拓展形式 [A] . 邓芳程 . 2016

沪深300指数波动率和VaR预测研究——基于投资者情绪的HAR-RV GAS模型

摘要

著录项

相似文献

相关主题

期刊订阅