基于投资者情绪指标拓展的HAR-RV类模型的预测能力研究.pdfVIP

摘 要 随着计算机技术的飞速发展和高频数据的可获得性增强，利用金融资产日内 收益率信息构建的已实现波动率成为学术界热门的研究课题。其主要研究方向包 括金融资产的已实现波动率特征挖掘和预测研究。其中，在经典模型基础上引入 可行的外生变量是学术界预测波动率的主要研究思路。基于此，本文以上证指数 为研究对象，利用文本情感分析方法构建两个主观情绪代理指标，并结合客观情 绪代理指标，使用传统的主成分分析方法构建复合投资者情绪指标；其次，将所 构建的复合投资者情绪指标线性加入基础HAR-RV 、HAR-CJ 和HAR-RSV 模型 中，为了进一步研究投资者情绪的非对称影响，将投资者情绪指标分解为乐观和 悲观两种情绪指标，再对基础模型进行拓展，一共构建了9 个模型，之后，对所 有模型进行样本内参数估计以及样本外的预测研究；最后，使用 SPA 方法检验 所有模型的预测优劣情况以及对研究结果进行稳健检验。研究发现： （1）利用文本情感分析方法所构建的两个主观投资者情绪代理指标分别 与上证指数收盘价有着良好的相关性，且最终构建的复合投资者情绪指标与上证 指数收盘价的相关性约为0.92 。 （2 ）样本内参数估计结果显示，投资者情绪包含预测未来已实现波动率的 有效信息。拓展后的模型均比对应的原始模型对波动率的解释能力有所提升，且 加入分解后的情绪指标的模型的拟合能力比加入未分解的还要高。其中，模型 HAR-RSV-CISIPN 的拟合能力最强。 （3 ）投资者情绪指标对股市波动率存在非对称影响。乐观和悲观投资者情 绪均能正向修复波动率。这与股市中投资者的追涨杀跌行为一致。另外，乐观投 资者情绪影响强度更大。这由人的贪婪属性以及股市的卖空限制所导致。 （4 ）样本外预测结果显示，拓展后的模型的预测能力均比对应的基础模型 增强了，且加入分解后的投资者情绪指标的模型在预测精度上比加入未分解的有 所提高。其中，模型HAR-RSV-CISIPN 的预测能力最好。 （5 ）稳健检验结果表明，预测更长周期的未来已实现波动率，结论仍与预 测未来一天的已实现波动率一致，还发现投资者情绪对波动率的影响并未随着周 期的加长而衰弱，且在预测周期为月时影响强度达到最大。这很有可能说明了投 资者情绪具有长记忆性。 综上所述，可知投资者情绪对资产波动率的预测占有不可忽略的作用，所以 未来实际市场的风险控制以及资产配置等实践活动应多关注投资者情绪情况，而 如何构建更加准确的投资者情绪指标也是目前较为重要的一环。 关键词：已实现波动率；复合投资者情绪指标；文本情感分析；SPA 检验 I Abstract With the rapid development of computer technology and the enhancement of the availability of high-frequency data, the realized volatility constructed by the intraday return information of financial assets has become a hot research topic in the academic circle. It’s main research direction includes the characteristics of realized volatility of financial assets mining and prediction research. Among them, introducing feasible exogenous variables on the basis of the classical model is the main research idea of forecasting volatility in the academic community. Based on this, taking the Shanghai composite index as the research object, this paper constructs two subjective emo