| 题名 | 金融市场风险分解与波动率预测：基于高频数据的研究; Financial Market System Risk Decomposition and Volatility Forecasting：Based on High Frequency Data |
| 作者 | 刘君伟 |
| 答辩日期 | 2013 ; 2013 |
| 导师 | 洪永淼 ; 王起 |
| 关键词 | 金融高频数据 微观结构噪音 已实现偏度 状态空间 波动率预测 High-frequency financial data Microstructure noise Realized skewness State space Forecasting Volatility |
| 英文摘要 | 本文将讨论基于高频数据的系统性风险分解与波动率预测问题，具体工作如 下： •考虑微观结构噪音和跳跃因素，并且非同步的高频收益率数据，提出了一个 新的门限-预平均方法去估计两个资产的可积协方差。对于一个含有跳跃部分 的收益率过程，并且被微观结构噪音“污染”情况下，推导出一个仍然稳健 的Hayashi-Yoshida估计值。对中国股票市场2009年到2011年5秒钟的分时高频 数据进行估计，得到基于高频数据下的可积协同波动率和系统性风险系数。计 算出整体跳跃因素对于协同波动率的“贡献”大小，结果发现，将跳跃因素去 除后，协同波动率的估计值发生较大变化，说明跳跃因素对于协...; In this paper, we focus on the the financial market risk decomposition and forecast, main work as follows: • Propose a new threshold-preaveraging realized estimator for the integrated co-volatility of two assets using nonsynchronous observations with the simultaneous presence of microstructure noise and jumps. Derive a noise-robust Hayashi-Yoshida estimator that allows for very general stru...; 学位：经济学博士; 院系专业：王亚南经济研究院_数量经济学; 学号：27720090153635 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=38718 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/78912]  |
| 专题 | 王亚南院－学位论文 |
| 推荐引用方式 GB/T 7714 | 刘君伟. 金融市场风险分解与波动率预测：基于高频数据的研究, Financial Market System Risk Decomposition and Volatility Forecasting：Based on High Frequency Data[D]. 2013, 2013. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论