典型文献
函数型EGARCH模型的构建及其波动预测研究
文献摘要：
传统的函数型GARCH族模型可用于刻画函数型金融时间序列的异方差性,但其存在以下局限性,如未考虑波动率的非对称性,不能解释当前信息对未来条件方差的冲击是否存在持续性,参数非负的约束条件可能会限制条件波动率的动态变化.基于此,本文在EGARCH模型的基础上构建了函数型EGARCH模型(fEGARCH模型),给出了其最小二乘估计和拟极大似然估计方法的具体步骤,推导了fEGARCH模型的函数型信息冲击曲线(NIC)和函数型累积冲击响应比率函数(CIRR)的计算公式.蒙特卡洛模拟结果表明,fEGARCH模型能够捕捉非对称性,且其拟极大似然估计方法比最小二乘估计方法更为有效.将该模型应用于沪深300指数,NIC显示该模型能够捕捉波动率的非对称性,而CIRR表明当前收益率对未来波动率的影响存在高持续性.最后,拟极大似然估计值的DM检验以及基于稳健损失函数的SPA检验和MCS检验结果均表明,fEGARCH模型比函数型GARCH模型(fGARCH模型)具有更高的波动预测精度.
文献关键词：
函数型金融时间序列;EGARCH;非对称性;波动率
中图分类号：
作者姓名：
蔡光辉;吴志敏
作者机构：
浙江工商大学统计与数学学院
文献出处：
引用格式：
[1]蔡光辉;吴志敏-.函数型EGARCH模型的构建及其波动预测研究)[J].统计研究,2022(05):146-160
A类：
函数型金融时间序列,fEGARCH,冲击曲线,CIRR,fGARCH
B类：
波动预测,预测研究,异方差,波动率,非对称性,当前信息,限制条件,最小二乘估计,拟极大似然估计,估计方法,具体步骤,信息冲击,NIC,和函数,冲击响应,响应比,蒙特卡洛模拟,模型应用,收益率,估计值,DM,损失函数,SPA,MCS
AB值：
0.222404
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。
