文件名称：基于双门限GARCH模型的高频股票波动率研究-论文
文件大小：1.65MB
文件格式：PDF
更新时间：2024-07-28 00:24:33
高频数据 DTGARCHLaplace模型 极大似然估计 预测 股票波动率
资产收益率预测是金融投资领域的重点关心对象。基于高频金融数据的资产收益率预测能够为投资者提供更加准确的决策依据。为了更好地刻画资产收益率数据的非对称性与尖峰厚尾性，构建了一种DTGARCH模型，其扰动项服从标准Laplace分布。运用极大似然估计法给出模型参数的估计值，并对不同分布扰动项的模型进行了建模分析。实证分析结果表明，DTGARCHLaplace模型优于GARCH模型和DTARCHLaplace模型。最后通过自助法与预测值的条件分布构建预测置信区间。计算结果表明，自助法构建的预测置信区间更加精确。