首页> 正文

基于分类信息的HAR-RV模型的我国股市波动率研究

2020-12-02阅读(946)

基于分类信息的HAR-RV模型的我国股市波动率研究

论文摘要

鉴于波动率的不可观测性,波动率的研究在金融市场研究中占据举足轻重的地位。理论研究方面,金融资产的风险度量、定价以及衍生品的定价都涉及到对于波动率的把控;投资实践方面,金融市场的波动率的变化也是金融投资者最为关注的问题,因此对于波动率的度量和预测显得至关重要。近几年来,高频数据的获取和存储方式由于计算机技术的高速发展变得尤为便捷。基于高频数据对已实现波动率的研究逐渐受到国内外众多学者们的关注,这将成为波动率研究的一个重要的视角。本文基于异质市场假说以及混合分布假说,将分类信息引入异质自回归（HAR-RV）模型中,对已实现波动率进行建模,以分析分类信息对我国股市已实现波动率的影响以及探求具有稳健预测能力的波动率模型。本文运用实证分析的研究方法,选取上证综合指数2012年1月4日到2018年11月30日的日内高频数据作为研究对象。首先,本文计算出已实现波动率,同时对其进行调整,并分析我国股市已实现波动率的特征。其次,根据异质市场假说理论为基础构建HAR-RV模型,检验到模型的残差项序列存在异方差性,从而构建HAR-RV-GARCH模型;然后,本文基于混合分布假说理论及其扩展理论,以成交量作为信息流的代理变量,按照冲击强度将去除了序列相关的信息交易量分解为进入市场的四种信息流,分别为―强的正信息流‖、―弱的正信息流‖、―强的负信息流‖、―弱的负信息流‖,作为分类信息的代理变量加入到HAR-RV-GARCH模型中,以考察引入分类信息对于我国股市已实现波动率的影响。最后,本文运用滚动时间窗口预测法进行样本外预测,并基于损失函数法以及Mincer-Zarnowitz回归法对HAR-RV模型、HAR-RV-GARCH模型以及引入分类信息的HAR-RV-GARCH-V模型的预测能力进行评价,探求出具备稳健预测能力的波动率模型。实证结论表明,第一,我国股票市场已实现波动率具备尖峰厚尾性、长期记忆性以及右偏性的特征。第二,我国股票市场存在投资者异质性的特征,其中,短期投资者、中期投资者、长期投资者的交易行为对我国市场波动率的影响程度依次减弱。第三,引入分类信息到已实现波动率模型中,按照冲击强度区分的―强的正信息流‖和―强的负信息流‖对于波动率的影响是显著的,―强的正信息流‖负相关于已实现波动率,―强的负信息流‖正相关于已实现波动率,正负信息流对于已实现波动率的影响呈现出非对称性。第四,基于损失函数法以及Mincer-Zarnowitz回归法,本文研究得到引入分类信息后的HAR-RV-GARCH-V模型对于我国股市已实现波动率的预测能力最优。

论文目录

  • 摘要
  • abstract
  • 导论
  •   一、研究背景及意义
  •   二、国内外文献综述
  •   三、研究内容与框架
  •   四、本文的创新与不足
  • 第一章 已实现波动率的基础理论分析
  •   第一节 已实现波动率的理论基础
  •   第二节 已实现波动率的算法
  •     一、已实现波动率的计算
  •     二、调整的已实现波动率的计算
  •     三、已实现波动率的最优抽样频率
  •   第三节 已实现波动率的特征分析及度量优势
  •     一、已实现波动率的特征
  •     二、已实现波动率的度量优势
  • 第二章 已实现波动率模型构建的理论框架
  •   第一节 异质市场假说及HAR-RV模型
  •     一、异质市场假说理论
  •     二、HAR-RV模型
  •   第二节 混合分布假说理论及模型
  •     一、混合分布假说理论
  •     二、基于混合分布假说理论的扩展模型
  •   第三节 HAR-RV-GARCH-V模型的构建
  •     一、GARCH模型介绍
  •     二、HAR-RV-GARCH-V模型
  • 第三章 模型预测能力的评价方法
  •   第一节 滚动时间窗口预测方法
  •   第二节 损失函数评价法
  •   第三节 Mincer-Zarnowitz回归评价法
  • 第四章 实证分析
  •   第一节 样本数据的处理及其统计特征
  •     一、样本数据获取
  •     二、已实现波动率的计算及调整
  •     三、已实现波动率的统计特征
  •   第二节 HAR-RV-GARCH模型的估计
  •     一、HAR-RV模型估计结果分析
  •     二、HAR-RV模型残差项ARCH效应检验
  •     三、HAR-RV-GARCH模型估计结果
  •   第三节 引入分类信息的HAR-RV-GARCH-V模型分析
  •     一、模型假设及信息流的分类
  •     二、信息成交量的获取
  •     三、HAR-RV-GARCH-V模型的估计与结果分析
  •   第四节 波动率模型的预测能力评价
  •     一、损失函数法的评价结果分析
  •     二、Mincer-Zarnowitz回归法的评价结果分析
  • 主要结论和研究展望
  •   一、研究结论
  •   二、研究展望
  • 参考文献
  • 致谢

    • 文章来源

    类型: 硕士论文

    作者: 叶继安

    导师: 凌士勤

    关键词: 分类信息,已实现波动率,模型

    来源: 中南财经政法大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

    单位: 中南财经政法大学

    分类号: F832.51;F224

    总页数: 58

    文件大小: 1635K

    下载量: 11

    相关论文文献

    • [1].分类信息网用户使用意愿影响因素研究[J]. 未来与发展 2018(03)
    • [2].分类信息[J]. 人像摄影 2016(12)
    • [3].分类信息[J]. 人像摄影 2017(01)
    • [4].分类信息[J]. 人像摄影 2017(02)
    • [5].分类信息[J]. 人像摄影 2017(03)
    • [6].分类信息[J]. 人像摄影 2008(05)
    • [7].基于眼动实验的网页分类信息优化设计研究[J]. 科技和产业 2020(06)
    • [8].分类信息[J]. 纺织服装周刊 2011(08)
    • [9].分类信息[J]. 纺织服装周刊 2011(22)
    • [10].分类信息[J]. 纺织服装周刊 2011(24)
    • [11].分类信息[J]. 纺织服装周刊 2011(41)
    • [12].分类信息[J]. 纺织服装周刊 2011(39)
    • [13].分类信息[J]. 纺织服装周刊 2011(40)
    • [14].分类信息[J]. 纺织服装周刊 2010(02)
    • [15].分类信息[J]. 纺织服装周刊 2010(06)
    • [16].分类信息[J]. 纺织服装周刊 2010(11)
    • [17].分类信息[J]. 纺织服装周刊 2010(09)
    • [18].分类信息[J]. 纺织服装周刊 2010(21)
    • [19].分类信息[J]. 纺织服装周刊 2010(22)
    • [20].分类信息[J]. 纺织服装周刊 2010(20)
    • [21].分类信息[J]. 纺织服装周刊 2010(28)
    • [22].分类信息[J]. 纺织服装周刊 2010(30)
    • [23].分类信息[J]. 纺织服装周刊 2010(34)
    • [24].分类信息[J]. 纺织服装周刊 2010(44)
    • [25].分类信息[J]. 纺织服装周刊 2010(45)
    • [26].分类信息[J]. 纺织服装周刊 2010(46)
    • [27].分类信息[J]. 纺织服装周刊 2010(32)
    • [28].分类信息[J]. 纺织服装周刊 2009(04)
    • [29].分类信息[J]. 纺织服装周刊 2009(47)
    • [30].分类信息[J]. 纺织服装周刊 2009(40)

    标签：;  ;  ;  

    基于分类信息的HAR-RV模型的我国股市波动率研究
    下载Doc文档

    猜你喜欢

    © 2025 神降笔 版权所有 鄂ICP备12018319号-6