指数收益率的波动率预测——基于HEAVY模型和GARCH模型

• 作者: 张云杰
• 来源期刊: 时代金融（上旬）
• 关键词: GARCH HEAVY 最大似然估计 损失函数 Diebold-Mariano检验统计量
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 理论与实践
• 页码范围: 65-68
• 页数: 4页
• 语种: 中文

摘要

本文以具有代表性的9个中国股市指数的高频价格和每日收盘价(时间窗口是2013年至2018年)作为数据源,比较广义自回归条件异方差模型(简称GARCH模型,下同)和high-frequency-basedvolatilitymodels(简称HEAVY模型,Shephard和Sheppard(2010),下同)的预测精度.把整体数据源分为样本内数据和样本外数据,样本内数据用于参数估计,样本外数据用于模型预测.然后通过损失函数计算损失值,损失函数值越小,则模型的预测效果越好.最后通过Diebold-Mariano检验统计量判定两个模型优劣的显著性.结果是HEAVY模型整体比GARCH模型预测效果要好.