高维波动率的预测

被引:10
作者
王明进
机构
[1] 北京大学光华管理学院
关键词
多元波动率; 预测; ICGARCH模型; DCC模型;
D O I
10.13653/j.cnki.jqte.2008.11.012
中图分类号
F224 [经济数学方法]; F830.59 [投资];
学科分类号
0701 ; 070104 ; 120204 ;
摘要
多维波动率的预测在实际投资决策中是一个重要而困难的问题。本文分析了能够运用到高维情形下的五种波动率模型的预测方法,它们分别是EWMA模型、OGARCH模型、ICGARCH模型、GOGARCH模型和DCC模型等。对两组高维真实数据的波动率进行预测比较的结果显示,ICGARCH模型和DCC模型能够给出比其他三种模型更为准确的预测结果,此外,OGARCH模型EWMA模型要好,而预测效果最差的是GOGARCH模型。
引用
收藏
页码:137 / 148
页数:12
相关论文
共 4 条
[1]   基于独立成分分解的多元波动率模型 [J].
王明进 ;
陈奇志 .
管理科学学报 , 2006, (05) :56-64
[2]   Practical issues in forecasting volatility [J].
Poon, SH ;
Granger, C .
FINANCIAL ANALYSTS JOURNAL, 2005, 61 (01) :45-56
[3]  
Forecasting Volatility in Financial Markets: A Review[J] . Journal of Economic Literature . 2003 (2)
[4]  
RiskmetricsTM—Technical Document .2 Morgan/Reuters J P. . 1996