为了对本书实证结果的稳健性进行分析，与前文对应，这里同样运用沪深300指数和香港恒生指数1分钟高频数据进行建模分析。

从图5-9中可以发现，在HARQ模型的估计基础上，无论是上尾还是下尾，极值理论对沪深300指数1分钟高频数据同样具有较好的拟合效果。从图5-10中可以发现，对于香港恒生指数1分钟高频数据，可以得到同样的结论，即极值理论对其具有较好的拟合效果。这说明了本书在HARQ模型的基础上，进一步运用极值理论对我国股票市场进行建模分析的合理性，同时也为进一步的风险预测奠定了可靠的基础。

图5-9　沪深300指数1分钟高频数据极值理论的拟合效果

图5-10　恒生指数1分钟高频数据极值理论的拟合效果

与上文中采用5分钟高频数据同样的分析方法，在极值理论拟合基础上，本书基于我国沪深300指数和恒生指数1分钟高频数据对其未来的日VaR进行了滚动预测，具体的检验结果见表5-6和表5-7所示。

表5-6　沪深300指数1分钟高频数据下尾和上尾VaR检验结果(www.daowen.com)

说明：表中数值为模型动态预测VaR的条件覆盖检验结果，数值越大说明模型预测越准确。加粗为对应分位数水平下（对应行）最大的值，即对应模型为预测最准确的模型。上半部分为沪深300指数1分钟数据下尾VaR预测结果，下半部分为对应的上尾VaR预测结果。

表5-7　恒生指数1分钟高频数据下尾和上尾VaR检验结果

说明：表中数值为模型动态预测VaR的条件覆盖检验结果，数值越大说明模型预测越准确。加粗为对应分位数水平下（对应行）最大的值，即对应模型为预测最准确的模型。上半部分为恒生指数指数1分钟数据下尾VaR预测结果，下半部分为对应的上尾VaR预测结果。

从表5-6及表5-7可知，基于1分钟高频数据，具有时变参数特征的H-CSJQ对沪深300指数上下尾和对恒生指数上下尾动态VaR的预测效果打败了固定参数约束的HAR、HARS、HARSA、HARC、HARJ、HARAJ、HARSJ、HARCSJ等传统类的HAR族模型，进一步说明了具有时变参数特征的新颖的HARQ族模型相较于传统类HAR族模型的重要优势。本书的实证分析表明利用1分钟高频数据的分析结论与前文中利用5分钟高频数据的分析结论保持一致。说明了本书所采用的H-CSJQ模型对我国沪深300指数和恒生指数动态VaR预测的稳健性。