您的位置: 专家智库 > >

张鹏云

作品数:2 被引量:16H指数:1
供职机构:西南交通大学经济管理学院更多>>
发文基金:国家教育部博士点基金国家自然科学基金更多>>
相关领域:经济管理更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇经济管理

主题

  • 2篇RV
  • 1篇融资
  • 1篇资产
  • 1篇资产收益
  • 1篇自回归模型
  • 1篇金融
  • 1篇金融资产
  • 1篇金融资产收益
  • 1篇沪深300指...
  • 1篇高频数据
  • 1篇变差
  • 1篇MCS
  • 1篇波动率

机构

  • 2篇西南交通大学

作者

  • 2篇张鹏云
  • 1篇黄登仕
  • 1篇魏宇
  • 1篇马锋

传媒

  • 1篇系统管理学报

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于跳跃和符号跳跃变差的HAR-RV预测模型及其MCS检验被引量:16
2015年
以沪深300指数的高频数据为例,运用滚动时间窗的样本外预测方法以及比SPA检验更具优势的模型信度设定检验(MCS),实证分析了跳跃、符号跳跃变差及符号正负向跳跃变差对HAR-RV、HAR-RV-J、HAR-RV-CJ和HAR-RV-TCJ等4种基础波动率模型预测能力的影响。研究发现:符号跳跃变差不仅可以提高各波动率模型的拟合精度,而且还可以提高模型的预测精度;符号正向和负向跳跃变差相比符号跳跃变差对未来波动率具有更好的解释能力,且它们对未来波动率的影响是不对称的;加入符号正、负向跳跃变差的HARRV-TCJ模型的预测效果是众多模型中表现最好的,尤其是它的对数形式。
马锋魏宇黄登仕张鹏云
HAR-RV及其扩展预测模型研究——以沪深300指数高频数据为例
对金融资产收益的波动率描述和预测是现代金融学界和实务界研究的热点和难点问题。早期对波动率的研究主要集中在GARCH、SV及其扩展等低频模型,但无论是在描述还是预测波动率等方面,这些低频波动率模型表现得并不理想。近几年,以...
张鹏云
关键词:金融资产收益自回归模型
文献传递
共1页<1>
聚类工具0