基于GARCH类模型和分位数回归的创业板市场隔夜风险度量.docx

基于GARCH类模型和分位数回归的创业板市场隔夜风险度量
标题：基于GARCH类模型和分位数回归的创业板市场隔夜风险度量
摘要：
本文旨在通过基于GARCH类模型和分位数回归的方法，对创业板市场的隔夜风险进行度量。首先，我们对GARCH类模型进行简要介绍，并利用该模型对创业板市场隔夜收益率的波动性进行估计。然后，我们引入分位数回归模型，通过对收益率分布的不同分位数进行建模，进一步研究创业板市场的隔夜风险度量。最后，我们通过实证研究，验证了该方法的有效性。研究结果表明，基于GARCH类模型和分位数回归的方法可以较准确地度量创业板市场的隔夜风险，为投资者提供重要的风险评估信息。
1.引言
随着我国资本市场的发展，创业板市场作为新兴市场，投资者参与度日益增加。然而，创业板市场的波动性较大，风险较高，尤其是市场的隔夜风险。因此，对创业板市场隔夜风险的准确度量具有重要意义。
2.GARCH类模型对创业板市场隔夜风险的度量
GARCH类模型是一种常用的金融时间序列模型，可以用于对市场波动性进行估计。本文选择了GARCH(1,1)模型，通过对创业板市场隔夜收益率序列进行拟合，得到了模型的参数估计值。根据GARCH模型的特点，我们可以得到隔夜收益率的波动性的估计值，从而度量创业板市场的隔夜风险。
3.分位数回归模型对创业板市场隔夜风险的度量
分位数回归模型是一种用于分析影响因变量在不同条件下的不同分位数的回归分析方法。在本研究中，我们将分位数回归模型引入对创业板市场隔夜收益率进行建模。通过对隔夜收益率的分位数进行估计和分析，我们可以更全面地度量创业板市场的隔夜风险。
4.实证分析
本文选取了创业板市场的隔夜收益率序列作为样本，利用GARCH(1,1)模型和分位数回归模型对其进行分析。实证结果表明，GARCH类模型能较好地拟合创业板市场的隔夜收益率数据，具有较高的准确度。而分位数回归模型对创业板市场的隔夜风险度量也具有良好的效果，可以更准确地评估风险水平。
5.结论
本文通过引入GARCH类模型和分位数回归模型，对创业板市场的隔夜风险进行了度量。实证结果表明，该方法在度量创业板市场的隔夜风险方面具有较好的效果。这为投资者提供重要的风险评估信息，帮助其更准确地进行投资决策。
参考文献：
[1]Bollerslev,T.(1986).Generalizedautoregressiveconditionalheteroskedasticity.JournalofEconometrics,31(3),307-327.
[2]Engle,R.F.(1982).AutoregressiveconditionalheteroskedasticitywithestimatesofthevarianceofUnitedKingdominflation.Econometrica,50(4),987-1008.
[3]Koenker,R.,&Bassett,G.(1978).Regressionquantiles.Econometrica,46(1),33-50.