摘要：高频金融数据在风险价值VaR度量和预测方面的价值已经引起了学术界和业界的广泛兴趣。计算和预测VaR的方法广义上可以分为两大类：间接法和直接法,在有了高频数据后,两类方法均可行,尤其是由于高频数据导出的＂已实现＂波动率的出现,使得间接法有明显改进。本文将从间接法中选取基于＂已实现＂波动率的ARFI模型与从直接法中选取的两个CAViaR模型进行比较,采用沪深300、上证指数、深证成指的5分钟高频数据,根据多种在评价VaR预测模型表现时广泛使用的后验测试,对各模型进行实证检验,结果表明基于CAViaR模型的预测表现优于基于＂已实现＂波动率的ARFI模型,这对风险管理从业者有一定的参考意义。

关键词：高频 var caviar 

单位：对外经济贸易大学国际经济贸易学院 北京100029 对外经济贸易大学金融学院应用金融研究中心 北京100029