声明
摘要
1.绪论
1.1研究背景及选题意义
1.1.1选题背景
1.1.2选题意义
1.2文献综述
1.2.1高频数据文献综述
1.2.2 VaR风险度量文献综述
1.3主要内容及创新点
1.3.1论文内容和结构
1.3.2创新点
2.高频数据特征简介
2.1高频数据的特征
3.VaR风险度量方法的研究
3.1金融风险度量方法
3.1.1灵敏度方法
3.1.2波动性方法分析
3.1.3 VaR风险度量分析
3.1.4一致性风险度量
3.2 VaR方法
3.2.1 VaR的背景简介
3.2.2 VaR的基本定义
3.2.3 VaR估测的要素
3.3 VaR的计算方法
3.4 VaR估测方法应用及其局限
4.已实现波动率模型、GARCH(1,1)模型介绍
4.1波动率度量方法简介
4.1.1隐含波动率
4.1.2离散波动率
4.1.3连续波动率
4.1.4已实现波动率
4.2波动率度量方法的比较
4.2.1数据方面对比
4.2.2模型方面对比
4.3已实现波动率的优势总结
4.4 GARCH模型介绍
4.4.1 ARCH模型简介
4.4.2 GARCH(1,1)模型简介
4.5引入RV的GARCH(1,1)模型
5.沪深300指数30分钟日内VaR的预测
5.1沪深300指数的统计性特征描述
5.1.1沪深300指数简介
5.1.2样本选取
5.1.3选取最优抽样频率
5.1.4变量介绍
5.1.5 30分钟RV序列的统计特征
5.1.6 30分钟收益率序列特征
5.2模型的参数估计
5.3模型预测IVaR效果检验
5.3.1预测期数据样本
5.3.2模型准确性检验(失败检验法)介绍
5.3.3检验结果比较分析
6.1全文总结
6.2不足与改进
参考文献
后记
致谢
西南财经大学;