对于每个部门，我们考虑了27个相互竞争的模型，这些模型是通过结合GARCH-动力学规范（GARCH、EGARCH、GJR–GARCH）、三个误差分布（高斯分布、学生-t分布和GED分布）和三个外生协变量模型得出的：信息量的MIVAC计算、情绪指数的MSE计算和不考虑外生回归因素的MN。然后使用几个标准测试每个模型规格的预测能力。我们观察到，与原始模型MN相比，信息量的加入提高了VaR预测能力、总体优度，并减少了VaR违反后的最大损失。在置信水平τ=1%和τ=0.1%的情况下，每个部门都考虑了资产负债率、AIC和BIC信息标准（未报告以节省空间）以及最大AD损失的统计数据。我们还观察到，引入外生回归系数来解释信息流动，也有助于解释高频金融数据中存在的季节性波动模式。此外，由于可以使用不同的模型来描述相同的数据生成过程，我们采用了汉森MSC（2011）的顺序测试程序，以提供统计上等效的模型，以预测一步领先的VAR。为了实现这一目标，我们建议使用损失函数，以不对称的方式惩罚收益高于和低于Gonzalez–Riviera等人（2004）提出的前固定VaR的情况，以进行回溯测试。我们的研究结果证实，MCS提供了支持MIM模型的证据，表明在波动性动力学中添加信息量代理，可以提高模型预测重大损失的能力。

不幸的是，尤其是对于较小的置信水平，我们无法唯一地得出包含信息的模型具有优越的VaR预测性能的结论，因为MCS最终集不包含唯一的MIM模型。在这种情况下，我们提出了一种新的VaR估计器，该估计器将属于SSM的那些模型提供的VaR结合起来，使用一个更平滑的移动平均过程，以确保在预测VaR之上和之下的非对称惩罚nof回报，该预测VaR解释了VaR违规的程度。我们表明，MCS程序和VaR组合技术导致VaR违规的平均和最大AD降低，这表明VaR组合技术有助于降低大型和极端VaR违规的严重程度。本文中进行的分析可以进一步扩展，以考虑衡量影响股市的不同新闻的其他指标。特别是，一般宏观经济新闻可以通过只影响个别机构来区分。此外，在市场动荡的不同时期，研究信息的影响可能是有趣的。确认该研究得到了意大利研究部2013-2015年首席研究员“风险评估的多元统计方法”（MISURA）以及“卡洛·詹尼尼研究奖学金”、“世界经济计量中心”（CIdE）和“联合信贷基金会”的支持。特别感谢托里卡多·苏卡潘（toRiccardo Sucapane）的建设性评论，特别是他帮助并行化了R代码。附录A.Bootstrap重采样在本附录中，我们详细介绍了用于形成块的算法–Bootstrap获得var的Bootstrap估计值“dij以及第4节中描述的Ha nsen（2011）MCS统计数据的p值。引导过程会生成模拟原始数据结构的B克隆。

为了做到这一点，我们首先使用原始序列上AR（p）的最大有效参数估计块长度k；显然，可以使用不同的标准，或测试不同的长度，以验证结果对所选长度k不太敏感。该程序可总结如下。1.设置块v的最大数量=没问题 - 1.在哪里A. 表示大于或等于a.2的最小整数。对于e ach j=1，2，v、 提取ξbj~ U（1，…，n），其中U是{1，2，…，n}和向量ξb上的离散均匀分布=ξb，ξb，ξbv长度v的值包含每个块的起始索引。3.构造（k×v）矩阵Ξbin，使包含向量ξ带后续元素的第一行确定如下：setΞbi，j=Ξbi-1，j+1表示i=2，k和j=1，v、 使用Ξbi，j=Ξbi，j的约定- n对于那些Ξbi，j>n.5。将Ξbin的每一列连接为一个向量bb=vecΞb长度（kv×1），如果l=n- kv>0添加从u（1，…，n）中提取的l个新索引。从原始序列中提取包含索引的观测值并存储。7.对于b=2，3，…，重复步骤2-6，B.使用从前面描述的引导过程中获得的B引导样本，可以估计var“迪·和var“dij有必要用以下方法构造统计检验：1。定义“dijas follows”的自举重采样平均值dbij=nnXt=1dbij，t2。

估计自举方差“dij=BBXb=1“dbij-“dij.显然，在第4节定义的模型c置信集检验的零假设下，统计检验TmaxU的渐近分布是不标准的，可以使用从以前的自举复制中获得的经验CDF进行估计：TbR，M=maxi，j∈M| | dbij-“dij”qcvar“dij.最后，p值计算为：PR，M=BBXb=1TR，M>TbR，M.附录B.表τ1%0.1%行业MIVMSEMN#MIVMSEMN#商业服务100 0 1 100 0 0 4通信100 0 6 100 0 0 1耐用消费品100 0 1 100 0 0 0 5非耐用消费品25 38 38 24 33 18消费服务32 37 19 35 35分销服务100 0 2 100 0 0 0 6电子技术26 3 35 23 31能源矿产100 0 1 32 12 12 12 12金融18 82 1133 33卫生服务100 0 1 33 3 33 18卫生技术0 36 64 11 33 28 39 18工业服务100 0 0 4 30 3 5 35 20非能源矿产100 0 1 100 0 5加工工业100 0 1 35 3 0 23生产者制造业100 0 5 100 0 0 0 0 0 0 0 1具体贸易100 0 1 37 3 2 19技术服务25 3 38 24 38 25 25运输100 0 5 40 2公用事业100 0 6 42 2 3219表B.1：属于SSM的模型总数和百分比构成，^M*1.-α、 在MCS程序结束时，针对每个部门和协变量规格。我们考虑两个置信水平τ=0.1%和τ=1%。附录C。

图0 50 100 150 200 250 300 350-0.025-0.02-0.015-0.01-0.00500.0050.010 50 100 150 200 250 300 350-0.07-0.06-0.05-0.04-0.03-0.02-0.0100.010 50 100 150 200 250 300 350-0.04-0.035-0.03-0.025-0.02-0.015-0.01-0.00500.0050 50 100 150 200 250 300 350-0.02-0.015-0.01-0.00500.0050.010.015图C.1：日志的时间序列图——不同行业的回报率（灰色项目）以及τ=1%的估计回报率：通信（上，左）、公用事业（上，右）、分销服务（下，左）、卫生技术（下，右）。在所有面板中，细线记录单个模型VaRτj，t+1 | t，j=1，2，M、 灰色虚线表示VaRτ，avgt+1 |，红色虚线表示VaRτ，dynt+1 |，通过对属于MCS集合M的模型规格进行平均得到*1.-α.0 50 100 150 200 250 300 350-0.015-0.01-0.00500.0050.010 50 100 150 200 250 300 350-10-8.-6.-4.-20246x10-30 50 100 150 200 250 300 350-12-10-8.-6.-4.-2024x10-30 50 100 150 200 250 300 350-0.015-0.01-0.00500.0050.010.015图C.2：日志的时间序列图——不同行业的回报率（灰色项目）以及τ=1%的估计回报率：通信（上，左）、公用事业（上，右）、分销服务（下，左）、医疗科技（下，右）。在所有面板中，灰色虚线表示VaRτ，avgt+1 | t，红色虚线表示VaRτ，dynt+1 |，通过对初始集合M中的所有模型规格进行平均得到，而深色虚线表示VaRτ，dynt+1 |，通过对属于MCS集合M的模型规格进行平均得到*1.-α.参考Saiolfi，M.，Capistr\'an C.和Timmermann，A.（2011）。预测组合。在MichaelP编辑的《牛津经济预测手册》中。克莱门茨和大卫·F·亨德利（编辑）。奥克斯福特大学出版社，第355-390页。贝里，T.D.和豪，K.M.，1994年。公共信息到达。

《金融杂志》，第49期，第1331-1346页。Black，F.（1976）股票价格波动变化研究，摘自1976年美国统计协会学报，弗吉尼亚州亚历山大市商业和经济统计科：美国统计协会，第17-7页。巴塞尔银行监管委员会（1996年）。与内部模型配合使用“回溯测试”的监管框架探讨市场风险资本要求。国际清算银行：巴塞尔。贝茨，J.M.和格兰杰，C.W.J.，1969年。预测的组合。运筹学曲阿特·厄利，20，第451-468页。布拉斯科，N.，科雷多，P.和桑塔马拉，R.，（2002年）。坏消息是非对称波动反应的原因吗？一张便条。《应用经济学》，34，第1227-1231页。Bollerslev，T.，1986年。广义自回归条件异方差。《计量经济学杂志》，31，第307-327页。陈志伟，R.杰拉克，林，E.M.H.和李，W.C.W.（2012）。金融风险管理、公共关系和全球金融危机的贝叶斯预测。《预测杂志》，31，第661-687页。克拉克，P.，1973年。投机价格具有有限方差的从属随机过程模型。《计量经济学》，第41页，第135-155页。乔普拉，N.，拉科尼肖克，J.和里特，J.，（1992年）。衡量业绩：股票是否反应过度？《金融经济学杂志》，第31期，第235-259页。克里斯托弗森，P.（1998）。评估区间预测。《国际经济评论》，第39期，第841-862页。克里斯托弗森，P.，哈恩，J.和井上，A.，（1999年）。测试、比较和合并风险价值评估。沃顿商学院大学。第44号工作文件。达斯，S.R.，2011年。新闻分析：框架、技术和指标。在Gautam Mitra和Leela Mitra（编辑）编辑的《金融新闻分析手册》中。约翰·威利父子出版社，第43-72页。DeBondt，W.和Thaler，R.，（1985年）。

股市是否反应过度？《金融杂志》，第40期，第793-805页。DeGennaro，R.P.和Shrieves，R.E.（1997）。外汇市场的公共信息发布、私人信息到达和波动。《经验金融杂志》，第4期，第295-315页。De Luca G.和Loperfido N.，（2004年）。金融回报的均值GARCH模型的偏差。《歪斜椭圆分布及其应用：aJourney Beyond Normality》，Genton，M.G.（编辑），CRC/Chapman&Hall，第205-222页。Ederington，L.H.和Lee，J.H.，（1993年）。市场如何处理信息：新闻发布和波动性。《金融杂志》，第48期，第1161-119页。恩格尔，R.F.和曼加内利，S.，（20 04）。鱼子酱：按回归分位数计算的条件自回归风险值。《商业与经济统计杂志》，22，第367-381页。恩格尔，R.F.，1982年。自回归条件异方差与英国通货膨胀方差估计。《计量经济学》，第50页，987-1008页。法玛，E.F.，1969年。有效资本市场：理论与实证研究综述。《金融杂志》，25383-417。费尔南德斯，C.安德钢铁公司，M.F.J.，1998年。《美国统计协会fattails和偏度的贝叶斯建模》，93，第359-371页。F.弗纳里亚、C.蒙蒂切利、M.佩里科利和M.蒂韦格纳（2002）。新闻对里拉汇率和长期利率的影响。《经济建模》，第19页，第611-639页。Francq，C.和Za koian，J.M.，2010年。GARCH模型，结构，估计和金融应用。约翰·威利父子公司。Genc,ay，R.，Dacorogna，M.，Muller，U.A.，P ictet，O.，奥尔森，R.，2001年。高频金融简介。阿卡·德米克出版社。贾科米尼，R.和科曼杰，I.，（2005年）。ECAST条件分位数的评估和组合。《商业与经济统计杂志》，第23期，第416-431页。格罗斯滕，L.R.，贾甘纳森，R.和伦克尔，D.E.，1993年。

论股票预期价值与非终极超额收益波动性的关系。《金融杂志》，第48期，第1779-1801页。冈萨雷斯·里维拉，G.，李，T.H.，和米什拉，S.（2004）。预测波动性：基于期权定价、效用函数、风险价值和预测可能性的现实检查。《国际预测杂志》，20629–645Hafez，P.A.，2009年。利用新闻情绪构建市场情绪指数。拉文帕克国际有限公司。。汉森，P.R.（2003）。复合假设的渐近检验，工作论文03-09，布朗大学经济学，可供查阅athttp://ssrn.com/abstract=399761.Hansen，P.R.和Lunde，A.，（2005年）。挥发性模型的预测比较：有什么能打败GARCH（1,1）吗？《应用计量经济学杂志》，第20期，第873-889页。汉森，P.R.，伦德，A.，纳森，J.M.（201 1）。模型信任集。《计量经济学》，79，第453-497页。Hoeting，J.A.，Madigan，D.，Raftery，A.E.和Volinsky，C.T.，1999年。贝叶斯模型平均：教程。《统计科学》，14，第382-417页。伊藤·T.和罗利·V。，(1986). 来自美国和日本的消息：日元/美元汇率的变动是什么？NBER第1853号工作文件。琼斯，C.M.，拉蒙特，O.和卢姆丹，R.L.，1998年。宏观经济新闻和债券市场波动。《金融经济学杂志》，第47期，第315-337页。Kalev，P.S.，Liu，W.-M.，Pham，P.K.和Jarnecic，E.，（2004年）。公共信息的到达和日内股票回报的波动性。《银行和金融杂志》，第28期，第1441-1467页。Kalev，P.S.和Duong，H.N。，(2011). 公司——特定新闻的到来以及日内股指和期货价格的波动。在Gautam Mitra和Leela Mitra编辑的《金融新闻分析手册》中。约翰·威利父子出版社，第299-288页。Kim，S.J.，1998年。

澳大利亚和美国的宏观经济新闻公告是否会影响美元/澳元汇率？一些来自E-GARCHestimations的证据。《跨国财务管理杂志》，第8期，第233-248页。Koppel，M.和Shtimberg，I.，（2004年）。好消息还是坏消息？由市场决定。工作文件。Kotz，S.，Kozubowski，T.J.和Podg\'orski，K.（2001），拉普拉斯分布和推广。Birkh–auser重温了通信、经济、工程和金融领域的应用。库皮埃克，P.H.，1995年。验证风险度量模型准确性的技术。《衍生物杂志》，第3期，第7-3-84页。Lamoureux，C.G.a和Lastraps，W.D.，1990年。Heter Oskedastity股票回报数据：成交量与GARCH效应。《金融杂志》，第45期，第221-229页。莱曼，B.，1990年。时尚、鞅和市场效率，《经济学季刊》，105，第1-28页。McAleer，M.和da Veiga，B.，（2008年）。用于预测风险价值阈值的单一指数和投资组合模型。《预测杂志》，27，第217-235页。米切尔，M.L.和哈罗德，J.，（1994年）。公开信息对股票市场的影响。《金融杂志》，第49期，第923-950页。1月3日至5日在马萨诸塞州波士顿举行的美国金融协会第五十四届年会的论文和会议记录。Mitra，G.和Mitra，L.，（2010年）。《金融新闻分析手册》，http://site.ebrary.com/lib/karachi/docDetail.action?docID=10488518.Wiley约翰·威利父子国际泳联系列赛。纳尔逊博士（19 91）。集合收益中的条件异方差：一种新方法。《计量经济学》，第59页，第347-370页。里德，D.J.，1968年。综合国内生产总值的三个估计值。Economica，35，第431-444页。里德·D·J.（1969）。经济数据时间序列预测技术的比较研究。诺丁汉诺丁汉大学博士论文。K.斯利拉姆、R.W.拉马穆尔蒂和戈什，P.（2013年）。

基于误判不对称拉普拉斯密度的贝叶斯分位数回归的后验一致性。贝叶斯分析，8，第479-504页。斯托克，J.H.和沃森，M.，1999年。预测通货膨胀。《货币经济学杂志》，44，第293-335页。Stock，J.H.和Watson，M.，（2001年）。用于预测宏观经济时间序列的线性ar模型和非线性单变量模型的比较。为纪念克莱夫·W·J·格兰杰·R·F·恩格尔和H·怀特（编辑），牛津大学出版社，《协整、因果关系和预测节日》一书。Stock，J.H.和Watson，M.，（2004年）。组合预测七个国家数据集中的产出增长。《预测杂志》，第23期，第405-430页。Timmermann，A.，2006年。重铸组合。克莱夫·格雷厄姆·埃利奥特。J.Granger和Allan Timmermann（编辑），《经济预测手册》。爱思唯尔，第135-196页。