基于已实现极差的上证综指波动长记忆性识别与风险度量研究

周文浩，王 沁，张红梅，汪 玲

西南交通大学 数学学院统计系，成都 611756

在全球经济一体化的推进下，中国金融市场的波动日益加剧，金融风险也随之不断增加，因此，对金融市场风险进行度量与控制是非常有必要的．VaR作为金融风险度量的关键指标，将不同资产的组合风险综合成一个数值进行度量，在国际金融市场得到了广泛认可与应用．

资产收益波动的估计是度量VaR的关键，为此国内外学者通常选用GARCH簇模型来对资产波动进行度量，进而实现对VaR更有效地控制与预测．文献[1]结合EVT与GARCH模型对市场的VaR进行预测，实现了极端风险的精确度量； 文献[2]基于GARCH模型，针对基金收益率序列，计算各种基金收益率序列的VaR，发现各基金具有相似的风险偏好； 文献[3]利用对冲基金日交易数据，建立了GARCH模型，预测对冲基金的波动率并计算其VaR，减少对冲基金激进的投资策略对市场的冲击； 文献[4]用ARFIMA-ARCH模型来对中国股票市场长记忆性进行分析并对VaR进行测算与检验； 文献[5]基于ARFIMA-GARCH-F模型对重庆市空气质量指数(AQI)的VaR进行了度量与检验； 文献[6]基于不同分布下的FIGARCH计算了期货的VaR，结果表明FIGARCH相较于GARCH模型更精确； 文献[7]结合有偏t分布与FIGARCH对股票市场的VaR进行测算与检验，证明了FIGARCH在实践中风险控制的优越性； 文献[8]应用ARFIMA-FIGARCH模型对同业拆借利率进行度量并结合VaR对模型优劣进行检验，结果表明ARFIMA-FIGARCH能更好地刻画同业拆借利率的波动特征．尽管双长记忆的ARFIMA-FIGARCH模型能有效地刻画资产收益的双长记……