基于条件极值分布的金融高频数据VaR动态估计模型

摘要

高频数据由于自身数量大、周期短、信息丰富的特点而受到关注。基于高频数据,对金融时间序列的厚尾特征进行条件极值分布下的Va R估计。在对条件均值和条件波动率估计时,以往采用一阶自回归模型和GARCH模型,但基于高频数据的估计较为繁复。为了充分利用日内信息,基于高频样本观测值,建立已实现均值RM模型,在考虑市场异质性的基础上,对条件均值进行估计。通过对TCL股票价格进行实证分析,估计出Va R风险值,验证模型是合理的。