《表6 VaR预测的后验分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高频数据的中国股市波动率预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表6给出各模型在各种置信水平下VaR预测后验分析结果，从LR统计量和P值设定中可见，LR的统计量越小，P值越大，与之对应的VaR预测值与给定置信水平α就越接近，表明VaR预测效果越好。由表6可知，已实现GARCH模型具有最佳VaR预测效果，其次是已实现EGARCH模型，GARCH模型和EGARCH模型预测效果相近。GARCH模型和EGARCH模型相对于已实现GARCH模型和已实现EGARCH模型VaR预测结果更加保守，存在严重低估风险情况。尤其对于极端概率水平（1%），传统模型VaR预测效果与基于高频已实现测度VaR预测效果存在明显差别；在极端概率水平下，改进已实现GARCH模型和已实现EGARCH模型的VaR预测效果非常明显。由此可见，加入已实现高频波动率的已实现GARCH模型和已实现EGARCH模型能够充分利用高频数据信息，改变VaR预测精确性。