基于双成分已实现EGARCH模型的VaR度量研究

摘要

在对资产收益率和已实现波动率测度同时建模的已实现EGARCH模型的基础上,将资产收益率的波动率分解为两个成分:长期成分与短期成分,并引入偏斜t分布描述资产收益率的分布,构建了双成分已实现EGARCH模型对VaR进行测度.构建的模型充分利用了高频与低频数据信息,能够迅速捕捉大的市场波动,同时能够捕获波动率非对称性(杠杆效应)与长记忆性,充分刻画资产收益率的偏斜、尖峰厚尾分布特征,具有较高的建模灵活性,且易于实现.采用上证综合指数和深证成分指数日内高频数据,对双成分已实现EGARCH模型进行了实证研究,结果表明:沪深股市波动率具有高度的持续性以及显著的杠杆效应,且杠杆效应主要体现在短期波动率成分中;双成分已实现EGARCH模型相比单成分已实现波动率模型—已实现GARCH模型和已实现EGARCH模型不仅具有更好的样本内数据拟合效果,而且具有更为优越的样本外VaR预测效果.