高频GARCH模型的最优抽样分析

程凌筠, 宋泽芳, 张兴发, 李莉丽

广州大学学报(自然科学版) ›› 2023, Vol. 22 ›› Issue (03) : 75 -82.

PDF
广州大学学报(自然科学版) ›› 2023, Vol. 22 ›› Issue (03) : 75 -82.

高频GARCH模型的最优抽样分析

作者信息 +

Author information +
文章历史 +
PDF

摘要

波动率代表是运用高频数据估计日频GARCH类模型时构造的一个重要统计量,文章针对运用高频数据估计日频GARCH模型的3种方法,基于估计量的渐近结果讨论了最优波动率代表的选择问题,并展开了在日内高频数据抽样中应用的讨论。通过对沪深300指数的高频数据实证分析发现:同一波动率代表在不同抽样频率下的表现有明显差异;在同一频率下,不同波动率代表有优劣之分;在不同估计方法下,每一个波动率代表的最优频率都不同。因此,日内高频数据的最优抽样频率应针对模型所用的不同估计方法加以区别对待。

关键词

波动率代表 / 抽样频率 / GARCH模型 / 高频数据

Key words

引用本文

引用格式 ▾
程凌筠, 宋泽芳, 张兴发, 李莉丽 高频GARCH模型的最优抽样分析[J]. 广州大学学报(自然科学版), 2023, 22(03): 75-82 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

12

访问

0

被引

详细

导航
相关文章

AI思维导图

/