论文部分内容阅读
实证研究表明,金融高频数据常具有微观噪音,目前已产生多种能够处理微观噪音的波动率度量：二维尺度已实现波动率（TSRV）、已实现核波动率（RKV）以及已实现极差波动率（RR）。本文从风险管理角度对这些波动率度量以及已实现波动率（RV）进行比较分析,通过ARFIMA模型为波动率进行动态建模,利用偏学生分布刻画标准化收益率,建立VaR度量和预测模型。利用上证综合指数的高频数据,通过回测检验,进行实证比较分析。分析表明：基于ARFIMA高频数据波动率VaR预测模型能够准确度量VaR,TSRV、RKV、RR优于RV