高频数据下波动率预测的GARCH族模型比较.docxVIP

高频数据下波动率预测的GARCH族模型比较

一、引言

随着金融市场信息化程度的提升，高频数据的获取与应用逐渐成为金融研究与实务领域的核心方向之一。高频数据通常指日内间隔较短的交易数据，比如每分钟、每5分钟的成交价、成交量等，相较于传统的日度或月度低频数据，它包含了更丰富的市场微观结构信息，能够更精准地捕捉市场参与者的交易行为与价格波动的瞬时特征（Engle，2000）。波动率作为衡量金融资产价格波动程度的核心指标，是风险管理、资产定价、投资组合优化等领域的关键输入变量，其预测精度直接影响金融决策的有效性（Jorion，2007）。

在波动率预测的众多方法中，GARCH（广义自回归条件异方差）族