摘要：高频数据在风险价值VaR度量和预测方面的价值日益凸显，文中基于高频数据为嵌入日内收益过程的PGARCH模型提出一类稳健M估计，同时给出相应的VaR估计方法，并基于沪深300指数和恒生指数的5分钟高频数据对时间内和时间外的VaR进行估计预测．实证结果表明，高频数据下PGARCH模型的M估计所提供的VaR估计方法可更加准确的预测VaR，预测结果均优于日间低频数据的估计结果和基于高频数据的QMLE估计结果，该方法可以很好地应用于风险管理中．

关键词：高频数据 pgarch模型 m估计 风险价值var 

单位：北京工商大学经济学院; 北京100048; 中国人民大学财政金融学院; 北京100872; 中国科学院数学与系统科学研究院; 北京100190