%0 Journal Article
%T 双长记忆GARCH族模型的预测能力比较研究——基于沪深股市数据的实证分析
%A 曹广喜
%A 曹杰
%A 徐龙炳
%J 中国管理科学
%P 41-49
%D 2012
%X ？GARCH族模型在金融风险的度量中有着广泛的应用。在考虑股市收益率和波动率序列双长记忆性的基础上,基于上证综合指数和深圳成份指数的日收盘价序列,从证券投资风险量化的角度,引入受险值VaR和相对正确符号指标PCS作为模型预测误差衡量指标,比较分析了双长记忆GARCH族模型在不同分布假设情况下的的拟合与预测精度。结果显示:偏t分布能较好描述沪深股市的厚尾特征;在较小的VaR水平下ARFIMA(2,d1,0)-FIAPARCH(1,d2,1)-skt模型对股市波动风险具有较强的预测能力,而ARFIMA(2,d1,0)-HYGARCH(1,d2,1)-skt对股市的涨跌趋势具有较强的预测能力。
%K VaR
%K 长记忆
%K ARFIMA
%K FIAPARCH
%K HYGARCH
%U http://www.zgglkx.com/CN/abstract/abstract14630.shtml