典型文献
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
文献摘要：
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.
文献关键词：
波动率;VaR;HAR-RV GAS模型;投资者情绪;已实现波动率
中图分类号：
作者姓名：
沈银芳;严鑫
作者机构：
浙江财经大学 数据科学学院,浙江 杭州 310018
文献出处：
引用格式：
[1]沈银芳;严鑫-.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)[J].浙江大学学报（理学版）,2022(01):66-75
A类：
分位数损失
B类：
VaR,预测研究,投资者情绪,HAR,RV,GAS,自回归,generalized,autoregressive,score,已实现波动率,heterogeneous,realized,volatility,情绪因素,SENT,风险价值,value,risk,自相关函数,预测能力,superior,predictive,ability,SPA,检验方法,预测序列,序列图,平均分,损失函数,较佳,金融投资
AB值：
0.322081
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
