作者：李旭姣; 张克勇极值理论pot高频数据
摘要：高频数据由于自身数量大、周期短、信息丰富的特点而受到关注。基于高频数据。对金融时间序列的厚尾特征进行条件极值分布下的VaR估计。在对条件均值和条件波动率估计时，以往采用一阶自回归模型和GARCH模型，但基于高频数据的估计较为繁复。为了充分利用日内信息，基于高频样本观测值，建立已实现均值RM模型，在考虑市场异质性的基础上，对条件均值进行估计。通过对TCL股票价格进行实证分析，估计出VaR风险值,验证模型是合理的。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《上海立信会计金融学院学报》（CN：31-2143/F）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《上海金融学院学报》被中国优秀期刊（遴选）数据库、中国人文社会科学引文数据库、中国学术期刊综合评价数据库等国家重点检索机构列为引文期刊；系《中国期刊网》、《中国学术期刊（光盘版）》全文收录期刊，上海市优秀学报，已成为国内外知名、金融研究特色鲜明的财经类社会科学学术期刊，广受金融理论与实务研究界的好评。
杂志详情
