基于ARFIMA-WRBV-VaR的中国股市风险研究

傅强,伍习丽

西南大学学报（自然科学版）

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于ARFIMA-WRBV-VaR的中国股市风险研究

傅强,伍习丽. 基于ARFIMA-WRBV-VaR的中国股市风险研究[J]. 西南大学学报（自然科学版）, 2013, 35(3).

引用本文:

傅强,伍习丽. 基于ARFIMA-WRBV-VaR的中国股市风险研究[J]. 西南大学学报（自然科学版）, 2013, 35(3).

Risk Research for Chinese Stock Market Based on ARFIMA-WRBV-VaR Model[J]. Journal of Southwest University Natural Science Edition, 2013, 35(3).

Citation:

Risk Research for Chinese Stock Market Based on ARFIMA-WRBV-VaR Model[J]. Journal of Southwest University Natural Science Edition, 2013, 35(3).

基于ARFIMA-WRBV-VaR的中国股市风险研究

傅强,伍习丽

重庆大学经济与工商管理学院,重庆,400030 重庆大学数学与统计学院,重庆,400030

Risk Research for Chinese Stock Market Based on ARFIMA-WRBV-VaR Model

摘要: 采用日内高频数椐,以上证综指和深证成指反映中国股市整体情况,建立了ARFIMA WRBV-VaR模型,对中国股市进行了VaR风险预测研究.实证结果表明:用WRBV来估计2种指数的波动率,能有效解决2种指数收益率序列的跳跃点情况和消除股市的日历效应.预测得到的VaR序列能通过kupiec似然比失败率检验,且预测结果的准确度较高.通过对VaR预测序列进行R/S检验,发现VaR预测序列具有长期记忆性,即ARFIMA-WRBV-VaR模型能较准确地预测中国股市的VaR风险值.
- ARFIMA-WRBV-VaR模型、偏学生分布、长记忆

计量

文章访问数: 405
HTML全文浏览数: 190
PDF下载数: 0
施引文献: 0

基于ARFIMA-WRBV-VaR的中国股市风险研究

傅强,伍习丽

重庆大学经济与工商管理学院,重庆,400030 重庆大学数学与统计学院,重庆,400030

关键词:

ARFIMA-WRBV-VaR模型、偏学生分布、长记忆

摘要: 采用日内高频数椐,以上证综指和深证成指反映中国股市整体情况,建立了ARFIMA WRBV-VaR模型,对中国股市进行了VaR风险预测研究.实证结果表明:用WRBV来估计2种指数的波动率,能有效解决2种指数收益率序列的跳跃点情况和消除股市的日历效应.预测得到的VaR序列能通过kupiec似然比失败率检验,且预测结果的准确度较高.通过对VaR预测序列进行R/S检验,发现VaR预测序列具有长期记忆性,即ARFIMA-WRBV-VaR模型能较准确地预测中国股市的VaR风险值.