摘要：在Kim和Wang (2016)提出的统一的GARCH-Ito模型的基础上进行推广,提出了一种将高频与低频数据相结合进行波动率建模的更一般的方法.该方法允许在高频波动率中以一种更加灵活的方式嵌入低频的GARCH结构,从而拓宽了模型的适用范围.理论研究表明,模型参数的拟似然估计具有良好的极限性质,模拟研究则验证了估计量在有限样本下的有效性.在实证分析中,新方法被用于改进Easley等(2013, 2016)提出的BVC算法,得到了市场参与者交易意图的更精确的估计.

关键词：高频数据 garch结构 bvc算法 

单位：中国人民大学应用统计研究中心统计学院; 北京100872; 扬州大学商学院; 扬州225127