不规则时间序列波动率建模:高频与低频的统一

被引：16

作者：

吴奔 ^{[1
]}

张波 ^{[1
]}

赵丽丽 ^{[2
]}

机构：

[1] 中国人民大学应用统计研究中心统计学院

[2] 扬州大学商学院

来源：

系统工程理论与实践 | 2019年 / 39卷 / 01期

关键词：

高频数据; GARCH结构; BVC算法;

D O I：

暂无

中图分类号：

F832.51 [];

学科分类号：

摘要：

在Kim和Wang (2016)提出的统一的GARCH-Ito模型的基础上进行推广,提出了一种将高频与低频数据相结合进行波动率建模的更一般的方法.该方法允许在高频波动率中以一种更加灵活的方式嵌入低频的GARCH结构,从而拓宽了模型的适用范围.理论研究表明,模型参数的拟似然估计具有良好的极限性质,模拟研究则验证了估计量在有限样本下的有效性.在实证分析中,新方法被用于改进Easley等(2013, 2016)提出的BVC算法,得到了市场参与者交易意图的更精确的估计.

引用

收藏

页码：36 / 48

页数：13

相关论文

共 11 条

[1]

市场微观结构下高频交易流动性——基于我国商品期货市场的实证研究 [J].

刘文文 ;

乔高秀 .

系统工程 , 2016, (01) :17-25

[2]

基于ACD模型的中国期货市场波动性 [J].

刘向丽 ;

成思危 ;

汪寿阳 ;

洪永淼 .

系统工程理论与实践, 2012, 32 (02) :268-273

[3]

中国证券市场的ACD-GARCH模型及其应用 [J].

陈敏 ;

王国明 ;

吴国富 ;

蒋学雷 .

统计研究, 2003, (11) :60-62

[4]

Discerning information from trade data [J].

Easley, David ;

de Prado, Marcos Lopez ;

O'Hara, Maureen .

JOURNAL OF FINANCIAL ECONOMICS, 2016, 120 (02) :269-285

[5]

High frequency market microstructure [J].

O'Hara, Maureen .

JOURNAL OF FINANCIAL ECONOMICS, 2015, 116 (02) :257-270

[6]

Intraday dynamics of volatility and duration: Evidence from Chinese stocks.[J].Chun Liu;John M. Maheu.Pacific-Basin Finance Journal.2011, 3

[7]

Quasi-maximum likelihood estimation of volatility with high frequency data [J].

Xiu, Dacheng .

JOURNAL OF ECONOMETRICS, 2010, 159 (01) :235-250

[8]

Autoregressive conditional duration models in finance: A survey of the theoretical and empirical literature [J].

Pacurar, Maria .

JOURNAL OF ECONOMIC SURVEYS, 2008, 22 (04) :711-751

[9]

Multi-scale jump and volatility analysis for high-frequency financial data [J].

Fan, Jianqing ;

Wang, Yazhen .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2007, 102 (480) :1349-1362

[10]

Modeling the interdependence of volatility and inter-transaction duration processes [J].

Grammig, J ;

Wellner, M .

JOURNAL OF ECONOMETRICS, 2002, 106 (02) :369-400