作者：樊鹏英; 兰勇; 陈敏高频数据pgarch模型m估计风险价值var
摘要：高频数据在风险价值VaR度量和预测方面的价值日益凸显，文中基于高频数据为嵌入日内收益过程的PGARCH模型提出一类稳健M估计，同时给出相应的VaR估计方法，并基于沪深300指数和恒生指数的5分钟高频数据对时间内和时间外的VaR进行估计预测．实证结果表明，高频数据下PGARCH模型的M估计所提供的VaR估计方法可更加准确的预测VaR，预测结果均优于日间低频数据的估计结果和基于高频数据的QMLE估计结果，该方法可以很好地应用于风险管理中．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
