1. 目前位置：

完整後設資料紀錄
DC 欄位值語言
dc.contributor.author王士顯en_US
dc.contributor.author鍾惠民en_US
dc.contributor.author周幼珍en_US
dc.date.accessioned2014-12-12T01:18:29Z-
dc.date.available2014-12-12T01:18:29Z-
dc.date.issued2007en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#GT009539527en_US
dc.identifier.urihttp://hdl.handle.net/11536/39373-
dc.description.abstract預測波動度對於衍生性商品定價、資產配置、風險管理以及套利都是非常重要的議題。ARCH以及GARCH衍生出的各種預測波動度模型也廣泛的被使用。最近的研究顯示，對於預測波動度來說高頻率(5min)的資料比日資料能提供更多資訊。Corsi(2004)提出了heterogeneous autoregressive (HAR)預測模型、Ghysels, Santa-Clara, Valkanov (2006)則提出mixed data sampling (MIDAS) 預測模型。之前的研究顯示HAR與MIDAS比ARCH跟GARCH有更高的解釋能力。近年來，使用無母術方法將波動度分離成連續以及跳躍的不同部分，更加強了模型的解釋能力。我們將使用Andersen,Bollerslev和Diebold(2005)的RV與Christensen和Podolskij(2007)的RRV兩種分離連續與跳躍的方法。並加入HAR與MIDAS模型中一起比較HAR-RV-CJ、HAR-RRV-CJ、MIDAS-RV-CJ與MIDAS-RRV-CJ模型的預測能力。 關鍵字：HARzh_TW
dc.language.isozh_TWen_US
dc.subjectHARzh_TW
dc.subjectMIDASzh_TW
dc.subjectRVzh_TW
dc.subjectRRVzh_TW
dc.subject連續zh_TW
dc.subject跳躍zh_TW
dc.subjectHARen_US
dc.subjectMIDASen_US
dc.subjectRVen_US
dc.subjectRRVen_US
dc.subjectcontinue componenten_US
dc.subjectjump componenten_US
dc.titleHAR-CJ與MIDAS-CJ模型預測波動度之研究zh_TW
dc.titleForecasting Volatility by HAR-CJ Models and MIDAS-CJ Modelsen_US
dc.typeThesisen_US
dc.contributor.department財務金融研究所zh_TW
顯示於類別：畢業論文


相關內容
Loading...